CC BY
2¡1 Научная статья :l УДК 004.896
EDN ZAXCGB
DOI 10.24412/3034-154X-2024-3-38-42
https://elibrary.ru/zaxcgb https://tyumen-science.ru/
Принята к публикации: 21.11.2024
Алена Николаевна АНТИПОВА - кандидат геолого-минералогических наук, доцент, доцент кафедры «Интеллектуальные системы и технологии» ФГБОУ ВО «Тюменский индустриальный университет» Россия, г. Тюмень; e-mail: [email protected]; SPIN-код: 7282-9948
Михаил Игоревич МАРТЫНОВИЧ - магистрант программы магистратуры «Цифровые технологии в геологии и нефтегазодобычи» ФГБОУ ВО «Тюменский индустриальный университет» Россия, г. Тюмень; e-mail: [email protected]
Работа посвящена формированию структуры комплексной цифровой модели обеспечения энергоэффективности работы механизированного фонда в результате аналитического обзора показателей энергопотребления при механизированной добыче нефтяных ресурсов. Предлагается комплексный подход учета энергопотребления при механизированной добыче, учитывающий сбор данных в режиме реального времени, обеспечение оперативной аналитики и процесса принятия решений с применением современных интеллектуальных систем на всех этапах жизненного цикла скважины.
Ключевые слова: механизированная добыча, энергоэффективность, факторный анализ, системы поддержки принятия решений, экспертные системы, «цифровой двойник», анализ данных.
Alena Nicolaevna ANTIPOVA - Associate Professor, Candidate of Geological and Mineralogical Science, Associate Professor of the Department of Intelligent Systems and Technologies Industrial University of Tyumen Russia, Tyumen; e-mail: [email protected]; SPIN-code: 7282-9948
Mixail Igorevich MARTYNOVICH - Master's student of the Master's program «Digital Technologies in Geology and Oil and Gas Production»
Industrial University of Tyumen
Russia, Tyumen; e-mail: [email protected]
The work is devoted to the formation of the structure of a comprehensive digital model for assessing the energy efficiency of the mechanized fund as a result of an analytical review of energy consumption indicators during mechanized extraction of oil resources. A comprehensive approach to accounting for energy consumption during mechanized production is proposed, taking into account the collection of data in real time, ensuring operational analytics and a decision-making process using modern intelligent systems at all stages of the well life cycle.
Keywords: mechanized mining, energy efficiency, factor analysis, decision support systems, expert systems, «digital twin», data analysis.
Для цитирования в научных исследованиях:
Антипова А. Н., Мартынович М. И. Структура цифровой модели обеспечения энергоэффективности нефтепромысловых объектов // Тюменский научный журнал. - 2024. - № 3 (3). - С. 38-42.
СТРУКТУРА ЦИФРОВОЙ МОДЕЛИ ОБЕСПЕЧЕНИЯ ЭНЕРГОЭФФЕКТИВНОСТИ НЕФТЕПРОМЫСЛОВЫХ ОБЪЕКТОВ
АННОТАЦИЯ
DIGITAL MODEL FOR ENSURING ENERGY EFFICIENCY OF OIL FIELD FACILITIES
ABSTRACT
Современные темпы развития энергоемких технологий производства в мире привели к росту энергопотребления. Потребление электроэнергии в нефтяной промышленности в России составляет около 50 млрд кВт. ч/год, что составляет примерно 5 % от общей выработки электроэнергии в стране. Максимальная доля электропотребления приходится на процессы механизированной добычи и закачки жидкости из скважин, поддержания пластового давления (ППД), подготовку и транспорт нефти [1, 2] (рис. 1).
В последнее время наблюдается нестабильность цены на энергоресурсы, в связи с чем важно обеспечить достоверный контроль повышения энергоэффективности проводимых мероприятий при механизированной добыче нефтяных ресурсов [2]. Актуальной проблемой является качество и оперативность измерений, оценки и контроля параметров энергоэффективности с целью выявления достоверных факторов, оказывающих существенное влияние на энергетические потери. Существующие подходы к обеспечению энергоэффективности учитывают в большей степени технологические и геологические группы факторов при механизированной добыче нефти, что не всегда позволяет получить точные и объективные данные об изменении объемов энергопотребления [4]. Качество и достоверность анализируемых данных зависят от комплексного учета всех факторов, влияющих на конечный результат. Поэтому, кроме перечисленной группы факторов необходимо учитывать параметры используемого дизайна глубинного насосного оборудования, учитывающего его конфигурацию, что не всегда выполняется и осуществляется по «остаточному принципу» и разрознено [5].
В результате аналитического обзора выявлено, что в качестве показателя энергоэффективности рассматривается удельный расход электроэнергии на единицу добытой жидкости (УРЭ). При расчете УРЭ учитывается существенное количество производственных параметров, полученных через прямые и косвенные измере-
ния. Прямому измерению подвергаются следующие факторы [6]:
- геологические параметры скважины (затрубное давление, забойное давление, расход (дебит) жидкости, газовый фактор продукции скважины);
- характеристики добываемой жидкости (обводненность, плотность, вязкость);
- технические характеристики эксплуатации наземного и погружного оборудования (параметры станции управления: давление на приеме насоса, динамический уровень, буферное давление, пофазная сила тока на выходе, полная мощность на входе, активна мощность на входе, энергопотребление на входе, частота тока питающего напряжения на выходе, доля газа в насосе, линейное напряжение, длительность работы скважины в режиме откачки и накопления. Уровень погружения, напряжение отпайки трансформатора трехфазного для питания погружных насосов (ТМПН), напряжение на входе ТМПН).
Как правило, прямые измерения осуществляются посредством систем скважинной телеметрии или с применением погружных гидростатических уровнемеров [7]. Система телеметрии включает в себя комплекс оборудования, осуществляющего сбор показателей измеряемых параметров с датчиков в режиме реального времени и передачу их по телекоммуникационным каналам связи в единое хранилище. Современные системы телеметрии позволяют осуществлять оперативную обработку данных, и внедрены на всех ведущих нефтедобывающих компаниях [8].
Вычисление динамического уровня скважины в процессе эксплуатации определяется по давлению на приеме насоса. Средневзвешенная плотность жидкости вычисляется с помощью ареометров отобранных сква-жинных проб пластовой жидкости, а средневзвешенное линейное давление определяется по данным технологического режима нефтедобывающих скважин. Влияние на показатели УРЭ оказывает изменение структуры фонда
Рисунок 1. Структура энергопотребления в нефтедобыче по технологическим процессам [3]
скважин в виде фактического потребления электроэнергии и определяется как соотношение фактического КПД к расчетному по фонду в целом. К косвенным показателям так же относят факторы, учитывающие комплекс энергосберегающих мероприятий [6].
Предлагается комплексный подход к формированию цифровой модели обеспечения энергоэффективности добычи, который предполагает выполнение следующих этапов работ:
1. Определение группы факторов, влияющих на энергоэффективность нефтепромысловых объектов для проведения факторного анализа на всех этапах жизненного цикла обеспечения процесса механизированной добычи (например, методом экспертных оценок или статистическим анализом энергопотребления механизированного фонда с выявлением группы воспроизводимых наиболее влияющих и часто встречающихся факторов).
2. Измерение, сбор, обработка и сохранение в базе данных значений факторов прямого измерения.
3. Расчет факторов косвенного измерения на основе факторов прямого измерения.
4. Проведение факторного анализа УРЭ, который будет указывать на источники изменения потребления электроэнергии. Это позволит давать оценку изменению показателя в динамике.
5. Принятие управленческих и технологических решений по реализации энергосберегающих мероприятий;
6. Анализ суммарных эффектов от реализации энергосберегающих мероприятий, средневзвешенных КПД и напоров по фонду.
Повышение качества реализации технологических процессов в современном мире реализуются с помощью автоматизированных систем управления, которые позволяет повысить точность и оперативность сбора и обработки информации. Для реализации системы контроля энергоэффективности на большинстве месторождений внедрены автоматизированные системы учета электроэнергии (АСУЭ):
- автоматизированная информационно-измерительная систему коммерческого учета электроэнергии (АС-КУЭ);
- автоматизированная система технического учета электроэнергии (АСТУЭ);
- автоматизированная система технического учета энергоресурсов (АСТУЭР);
- автоматизированная система диспетчерского телеуправления (АСДТУ).
Перечисленные системы построены по единому принципу и зачастую используют общие технологические компоненты и применяются в комплексе с системами управления предприятиями (ЕЯР-системы) и аналитическими модулями для прогнозирования и планирования мероприятий [9].
Внедрение систем автоматизации в производственный процесс позволило значительно повысить точность и оперативность обработки информации, усилить контроль за выполнением технологических процессов, предотвратить и уменьшить число аварийных ситуаций и обеспечить надежность работы оборудования [10]. Однако, на сегодняшний момент процессы автоматизации затрагивают не все производственные этапы процесса обеспечения энергоэффективных мероприятий. В большинстве случаев процесс принятий решений обеспечивается за счет влияния человеческого фактора, который не всегда является объективным.
Таким образом, актуальным является создание комплексной цифровой модели обеспечения энергоэффективности работы механизированного фонда, учитывающей наиболее существенно-значимые показатели, влияющие на энергопотребление при механизированной добыче нефтяных ресурсов. Предлагаемая структура цифровой модели направлена на реализацию комплексных процессов автоматического сбора данных в режиме реального времени, обеспечение оперативной аналитики и процесса принятия решений (рис. 2). При этом важно обеспечить надежность, единство и требуемую точность измерений.
Рисунок 2. Структура цифровой модели обеспечения энергоэффективности нефтепромысловых объектов
Повышение надежности и точности измерений и качества определяемых мероприятий возможно за счет внедрения систем с использованием методов интеллектуального анализа и систем поддержки принятий решений. Методы интеллектуального анализа позволят выявить существенные, неизвестные ранее зависимости и определить влияние исследуемых факторов друг на друга. А система поддержки принятий решений (СППР) уже на этапе инженерно-геологических изысканий СППР предложит комплекс энергоэффективных мероприятий по выбору оборудования и планирования режимов его энергоэффективной работы.
На уровне экспертной системы осуществляется точная оценка состояния цифровой модели скважины и ее режимов работы с последующим планированием комплекса эффективных мероприятий, направленных на гибкое управление, своевременное техническое обслуживание и ремонт оборудования и выявление наиболее энергоэффективных его режимов эксплуатации.
Основной задачей повышения энергоэффективности работ, выполняемых на нефтегазопромысловых объектах, является точное выявление производственных параметров, существенно влияющих на проведение энергосберегающих мероприятий. Применение такого метода интеллектуального анализа данных «Data Mining» как корреляционный анализ позволяет качественно выявить многомерные зависимости между параметрами и степень их влияния друг на друга [11]. Такая модель является гибкой, так как перечень исследуемых параметров и степень их влияния может варьироваться в зависимости от условий эксплуатации нефтепромысловых объектов.
Качественное принятие производственных решений не возможно без формирования «цифрового двойника» месторождения, который является цифровым аналогом реального объекта. Такая модель обеспечивается полным набором параметров о технологическом процессе и выполняет целый комплекс задач [12]:
- оптимизация процессов проектирования и строительства скважины;
- консолидация производственной и управляющей информации в режиме реального времени на всех этапах технологического процесса в едином аналитическом поле;
- оперативное и автоматическое выявление проблем на каждом этапе жизненного цикла скважины;
- цифровое моделирование технологических процессов в режиме реального времени;
- своевременная корректировка режимов работы оборудования;
- оперативное планирование, прогнозирование и управление производственными процессами и т. д.
Однако, реализация «цифрового двойника» является достаточно сложным и ёмким решением и должна осуществляться с учетом особенностей каждого месторождения и требует большого уровня затрат экономических и технологических ресурсов. Но в то же время, оперативная и комплексная оценка всех параметров технологических процессов на каждом этапе жизненного цикла скважины позволит рационально управлять режимами работы оборудования и существенно уменьшить энергетические затраты на их эксплуатацию.
СПИСОК ЛИТЕРАТУРЫ
1. Комплексная государственная программа Российской Федерации «Энергосбережение и повышение энергетической эффективности» Утверждена постановлением Правительства Российской Федерации от 9 сентября 2023 г. № 1473 // СПС «Гарант» : официальный сайт. -2023. - URL : http://base.garant.ru/10108000/ (дата обращения: 12.09.2024).
2. Механизированные способы эксплуатации нефтяных скважин //ООО «ССТ» : официальный сайт. -2024.-URL : https://sst-service.ru/news/mekhanizirovannaya-ehks-pluataciya-skvazhiny-neft-gaz/ (дата обращения: 08.09. 2024).
3. Карпюк А. В. Энергоэффективные УЦЭН с вентильными электродвигателями / А. В. Карпюк // Инженерная практика. - 2017. - № 5. - С. 14-19. - URL : https://www.novomet.ru/assets/files/conferences/media/ IP-5-2017-karpyuk-a.pdf (дата обращения: 12.10.2024).
4. Бабаев, С. Г. Основы теории надежности нефтепромыслового оборудования: учебник / С. Г. Бабаев, И. А. Габибов, Р. Х. Меликов; ред. С. Г. Бабаева. - Баку : АГНА, 2015. - 400 с.
5. Carpio R. R. Short-term oil production global optimization with operational constraints: A comparative study of nonlinear and piecewise linear formulations / R. R. Carpio et al. // Journal of Petroleum Science and Engineering. - 2021. - V. 198. - pp. 108141.
6. Цыпленков С. В. Концепция комплексной системы контроля энергоэффективности механизированной добычи нефти / С. В. Цыпленков, Е. Д. Агафонов // Известия вузов. Проблемы энергетики. - 2021. -№ 4. - С. 180-196. - URL : https://cyberleninka.ru/ article/n/kontseptsiya-kompleksnoy-sistemy-kontrolya-energoeffektivnosti-mehanizirovannoy-dobychi-nefti (дата обращения: 12.10.2024).
7. Виды телеметрических систем // ООО «РУС-велл» : официальный сайт. -2024. - URL: https://ruswell-nnb.ru/article/vidy-telesistem (дата обращения: 10.10. 2024).
8. Телеметрическое сопровождение буровых работ // Российское промышленное бурение : официальный сайт. - 2024. - URL : https://rosprombur.ru/tele-metricheskoe-soprovozhdenie-burovyx-rabot.html (дата обращения: 10.10.2024).
9. Харас Б. З. Автоматизированный учет энергоресурсов в нефтегазовой отрасли: цели, задачи, решения /Б. З. Харас //Автоматизация в промышленности : официальный сайт. - 2015. - URL : https://avtprom.ru/ news/2015/06/03/avtomatizirovannyi-uchet
10. Максименко Д. Ф. Задачи и проблемы автоматизации процессов добычи нефти / Д. Ф. Максименко, А. Ю. Воронин // Форум молодых ученых. - 2019. - № 1-2 (29). - С. 679-684. - URL : https://cyberleninka.ru/article/ri/ zadachi-i-problemy-avtomatizatsii-protsessov-dobychi-nefti (дата обращения: 02.10.2024).
11. Цыпленков С. В. Нейросетевой подход к ран -жированию факторов, влияющих на энергоэффективность добычи нефти / С. В. Цыпленков, Е. Д. Агафонов, Д. И. Цыпленкова // Интеллектуальные системы в производстве. - 2022. - № 20 (1). - С. 22-28. - URL:
https://doi. org/10.22213/2410-9304-2022-1-22-28 (дата обращения: 02.10.2024).
12. Быкова В. Н Применение цифрового двойника в нефтегазовой отрасли /В. Н. Быкова, Е. Ким, М. Р. Гад-жиалиев, В. О. Мусиенко, А. О. Оруджев, Е. А. Туровская // Актуальные проблемы нефти и газа. - 2020. -№ 1 (28). - С. 8 - URL : https://cyberknmka.m/artide/n/ primenenie-tsifrovogo-dvoynika-v-neftegazovoy-otrasli (дата обращения: 14.10.2024).
REFERENCES
1. Kompleksnaya gosudarstvennaya programma Rossijskoj Federacii «E'nergosberezhenie i povy'shenie e'nergeticheskojefektivnosti» Utverzhdena postanovleniem Pravitel'stva Rossijskoj Federacii ot 9 sentyabrya 2023 g. N1473 [Comprehensive state program of the Russian Federation «Energy saving and energy efficiency improvement» Approved by the decree of the Government ofthe Russian Federation of September 9, 2023, No. 1473]. [Internet]. SPS Garant. 2023. Available from: http://base. garant.ru/10108000/[accessed: 2024 Sep 12].
2. Mexanizirovanny'e sposoby' e'kspluatacii neftyany'x skvazhin [Mechanized methods of oil well operation]. [Internet]. SST. 2024. Available from: https://sst-service. ru/news/mekhanizirovannaya-ehkspluataciya-skvazhiny-neft-gaz/ [accessed: 2024 Sep 8].
3. Karpyuk AV. E'nergoefektivny'e UCzEN s ventil "ny"mi e lektrodvigatelyami [Energy-efficient UTSEN with valve electric motors]. Inzhenernaya praktika. 2017;(5):14-19. Available from: https://www.novomet.ru/ assets/files/conferences/media/IP-5-2017-karpyuk-a.pdf [accessed: 2024 Oct 12].
4. Babaev SG, Gabibov IA, Melikov RK. Osnovy' teorii nadezhnosti neftepromy'slovogo oborudovaniya: uchebnik [Fundamentals of the theory of reliability of oil field equipment: textbook]. Baku: AGNA; 2015. 400p. (InRuss.)
5. Carpio RR, et al. Short-term oil production global optimization with operational constraints: A comparative study of nonlinear and piecewise linear formulations. Journal of Petroleum Science and Engineering. 2021;198:108141.
6. Cyplenkov SV Agafonov ED. Koncepciya kompleksnoj sistemys kontrolya e'nergoe'ffektivnosti mexanizirovannoj
doby'chi nefti [Concept of a comprehensive system for monitoring the energy efficiency of mechanized oil production]. Izvestiya vuzov. Problemy energetiki. 2021;(4):180-196. Available from: https://cyberleninka. ru/article/n/kontseptsiya-kompleksnoy-sistemy-kontrolya-energoeffektivnosti-mehanizirovannoy-dobychi-nefti [accessed: 2024 Oct 12].
7. Vidy' telemetricheskix sistem [Types of telemetry systems]. [Internet]. RUSWELL. 2024. Available from: https://ruswell-nnb. ru/article/vidy-telesistem [accessed: 2024 Oct 10].
8. Telemetricheskoe soprovozhdenie burovy'x rabot [Telemetric support of drilling operations]. [Internet]. Rossiyskoye promyshlennoe bureniye. 2024. Available from: https://rosprombur.ru/telemetricheskoe-soprovozhdenie-burovyx-rabot.html [accessed: 2024 Oct 10].
9. Xaras BZ. Avtomatizirovanny j uchet e'nergoresursov v neftegazovoj otrasli: celi, zadachi, resheniya [Automated accounting of energy resources in the oil and gas industry: goals, tasks, solutions]. [Internet]. Avtomatizatsiya v promyshlennosti. 2015. Available from: https://avtprom. ru/news/2015/06/03/avtomatizirovannyi-uchet [accessed: 2024 Oct 10].
10. Maksimenko DF, Voronin AY. Zadachi i problemy' avtomatizaciiprocessov doby'chi nefti [Tasks and problems of automation of oil production processes]. Forum molody'x uchenyX 2019;(1-2):679-684. Available from: https://cyberleninka.ru/articleM/zadachi-i-problemy-avtomatizatsii-protsessov-dobychi-nefti [accessed: 2024 Oct 2].
11. Tsyplyenkov SV Agafonov ED, Tsyplyenkova DI. Nejrosetevojpodxodk ranzhirovaniyu faktorov, vliyayushhix na e'nergoe'ffektivnost" doby'chi nefti [Neural network approach to ranking factors affecting the energy efficiency of oil production]. Intellektual'nye sistemy v proizvodstve. 2022;20(1):22-28. https://doi.org/10.22213/2410-9304-2022-1-22-28.
12. Bykova VN, Kim E, Gadzhaliev MR, Musiyenko VO, Orujev AO, Tugovskaya EA. Primenenie cifrovogo dvojnika v neftegazovoj otrasli [Application of a digital twin in the oil and gas industry]. Aktual'nye problemy nefti i gaza. 2020;1(28):8. Available from: https://cyberleninka.ru/ article/n/primenenie-tsifrovogo-dvoynika-v-neftegazovoy-otrasli [accessed: 2024 Oct 14].
