Neural network models of an oil reservoir area and well interference

Tagirova K.F., Mezencev E.F., Vulfin A.M., Shalupov I.S.

Keywords: reservoir area model, machine learning, neural network modeling, well interference.

Abstract. The article deals with the issues of building an integrated system for coordinated control of a multilevel distributed technological process of oil production. An analysis of approaches to modeling the reservoir section and well interference has been carried out. A neural network constantly operating dynamic model of an oil reservoir area is proposed as a basis for creating a two-level control system for a group of wells, taking into account their mutual influence in real time. The model provides the required accuracy of describing the physical processes in the reservoir with a simultaneous reduction in the model calculation time and can be included in the control system as a software block.

Нейросетевые модели участка нефтяного пласта и взаимовлияния скважин

Тагирова К.Ф., Мезенцев Е.Ф., Вульфин А.М., Шалупов И.С.

Ключевые слова: модель участка пласта, машинное обучения, нейросетевое моделирование, взаимовлияние скважин.

Аннотация. В статье рассмотрены вопросы построения интегрированной системы координированного управления многоуровневым распределенным технологическим процессом добычи нефти. Проведен анализ подходов к моделированию участка пласта и взаимовлияния скважин. Предлагается нейросетевая постоянно действующая динамическая модель участка нефтяного пласта как основа для создания двухуровневой системы управления группой скважин с учетом их взаимовлияния в реальном масштабе времени. Модель обеспечивает необходимую точность описания физических процессов в пласте с одновременным уменьшением времени расчета модели и в виде программного блока может быть включена в состав системы управления.