بهترین روش ها برای اعمال تجزیه و تحلیل های ثابت خط دسامبر برای پروژه های آزمایشی هیدرولیکی

بسیاری از اپراتورهای این جریان کار را با استفاده از سیستم عامل هایی مانند Directus (موضوع لایه اصلی مقاله) برای مدیریت خطوط لوله داده های تولید خودکار خودکار و ایجاد خودکار بهینه سازی زمانی که داده های جدید ماهانه می رسد، خودکار می کنند.این تضمین می کند که تصمیم گیرندگان همیشه با اکثر تخمین های فعلی یورو کار می کنند.

۴- در ایجاد عوامل خارجی و عملیاتی

منحنی های تولید خالص واقعیت را نادیده می گیرند.یک DC قوی برای پروژه های هیدرولیک باید برای موارد زیر تنظیم شود:

تغییرات طراحی یکپارچه

ولز که حجم های بزرگتر یا فاصله مرحله تنگ تر را دریافت می کنند، اغلب کاهش سریع تر را نشان می دهند، اما فاکتور بالاتر در پارامترهای تکمیل با استفاده از یک رویکرد چند متغیر DCA (به عنوان مثال، گروه های مدل مختلف را بر اساس بارگیری پروپان ایجاد کنید).

تعامل والدین-Child Well

چاه های پرکار که نزدیک به تولید کنندگان موجود هستند می توانند هدایت شکستگی موثر را کاهش دهند و کاهش دهند، اگر مجموعه داده های شما شامل چاه های کودک باشد، b-factor را با 0.1-0.3 بر اساس فاصله مناسب تنظیم کنید.

عوامل بازار و بازار

هنگامی که چاه ها به دلیل نوسانات قیمت گاز یا محدودیت های ظرفیت گریزی به عقب می روند، منحنی کاهش می یابد.استفاده از کاهش فشار نرخ بهره برای بازسازی شکل کاهش آموزش دیده نشده است.کمیسیون راه آهن تگزاس دستورالعمل هایی برای تنظیم سوابق تولید محدود فراهم می کند؛ ببینید RRC منابع داده های تولید

تغییرات محیطی و نظارتی

مقررات جدید در مورد تخریب، دفع آب یا فعالیت لرزه ای می تواند تغییرات عملیاتی را ایجاد کند.همیشه یک log از چنین حوادث را حفظ کرده و DCA مبتنی بر سناریو (کم / متوسط / موارد بالا) را برای تشخیص عدم اطمینان مورد استفاده قرار دهد.

۵- آدرس های معمول Pitfalls

حتی تحلیلگران با تجربه نیز به دام افتاده اند و در اینجا اغلب اشتباهات در DCA برای پروژه های هیدرولیک وجود دارد:

• تشخیص نوسانات داده های اولیه: اولین 60 تا 90 روز تحت سلطه تمیز کردن و جریان شکستگی قرار دارند - آنها را از مدل مناسب حذف کنید مگر اینکه از یک مدل پیشرفته استفاده کنید.
• بیش از حد با عوامل B بالا: A b-factor>2 اغلب کیفیت داده های ضعیف یا مدل نامناسب را پنهان می کند.همیشه از منحنی کاهش برای بررسی رفتار غیر عادی استفاده کنید.
• اعتبار با روش های مختلف: مقایسه نتایج DCA با تعادل مواد و یا شبیه سازی اگر DCA EUR بیش از 30٪ بالاتر از برآورد مبتنی بر شبیه سازی، دوباره فرضیه ها را بررسی کنید.
• کاهش ثابت ترمینال: در عوض، استفاده از حداقل کاهش داده محور از چاه های مشابه بالغ در همان حوضه.

مرجع کلاسیک برای جلوگیری از این مشکلات، مقاله "Decline Curve Analysis for Unمتعهد غیرمتعارف" توسط Patzek، Saputelli و دیگران (: SPE 162543 است.

تکنیک های پیشرفته: ادغام DCA با یادگیری ماشین و روش های zi

با افزایش حجم داده ها، صنعت فراتر از منحنی تعیین کننده حرکت می کند. ziline Curve Analysis اجازه می دهد تا ادغام دانش قبلی (به عنوان مثال، محدوده های معمولی یورو برای یک بازی داده شده) و به روز رسانی پیش بینی به عنوان داده های جدید می رسد. خروجی یک توزیع احتمال به جای یک ارزش واحد - ارزشمند برای تصمیم گیری مبتنی بر ریسک است.

مدل های یادگیری ماشین می توانند پارامترهای کاهش را به طور مستقیم از ویژگی های تکمیل (به عنوان مثال، شمارش مرحله، نوع مایع، فاصله خوشه ای) پیش بینی کنند، این مدل ها در عملکرد تاریخی آموزش دیده اند و می توانند عدم اطمینان DCA برای چاه های جدید بدون هیچ سابقه تولید را کاهش دهند، با این حال، آنها نیاز به اطمینان دقیق در برابر داده های خارج از حد و اندازه گیری دارند.

جریان کار عملی برای پیاده سازی DCA در پروژه های آزمایشی هیدرولیکی

1. مصرف کننده داده: تولید روزانه، فشار و تکمیل داده ها را به یک پایگاه داده مرکزی (به عنوان مثال Directus) را به صورت خودکار کنترل کیفیت برای صفر، منفی و شکاف.
2. ] انتخاب مدل داخلی: یک دسته از مدل های کاندید (به صورت نمایی، هیپربولیک با b=0.5-1.2، Duong، SEPD) در 12 ماه اول از داده ها رتبه بندی شده توسط AIC یا RMSE.
3. با کیفیت با چاه های آنالوگ: برای چاه های جدید، DCA را با پارامترهایی از افست با طرح های مشابه تکمیل کنید.
4. به روز رسانی خودکار ماه: [FLT 1] صفحه نمایش موتور DCA برای بهبود هر 30 روز و چاه پرچم که در آن EUR بیش از 10٪ تغییر کرده است.
5. اندازه گیری قطعی: ژنrate P10، P50 و P90 پیش بینی با استفاده از شبیه سازی مونت کارلو در پارامترهای مدل استفاده از این محدوده برای گزارش ذخایر.
6. بررسی توسط تیم مهندسی: هر سه ماهه، ارائه داشبورد از نتایج DCA در کنار ناهنجاری های واقعی تولید، این است که در آن "عوامل بیرونی" از بخش 4 گنجانده شده است.

8- نتیجه گیری

تجزیه و تحلیل ثابت خط دسامبر یک ابزار ضروری برای مدیریت پروژه های تجزیه هیدرولیک است، اگر آن را با انضباط و به رسمیت شناختن محدودیت های آن اعمال می شود.با اصرار بر داده های با کیفیت بالا، انتخاب مدل کاهش مناسب (اغلب ترکیبی از Duong و hyperbolic)، به روز رسانی پیش بینی ها، و تنظیم برای عوامل خارجی، مهندسان می توانند پیش بینی های قابل اعتماد تولید را تولید کنند که بهینه سازی می کنند، و بهینه سازی اطلاعات به عنوان سیستم عامل های یکپارچه سازی شده به طور خودکار، به عنوان یک سیستم عامل های ادغام داده های جداگانه ادامه می دهد.

برای مطالعه بیشتر، کتابخانه ی کاغذی فنی صدها مطالعه ی مرتبط را ارائه می دهد و همکاری بین مهندسان مخزن و دانشمندان داده کلید باز کردن سطح بعدی دقت پیش بینی شده است.