エンジニア、プログラマー、数学者、労働者の大衆のための石油産業、パート4

-, , .



, , . – , , – .

, ,

すべての物理的な効果以前の記事（に記載されている1、2、3は）だけでなく、世界がどのように機能するかを知るためにを理解するために重要です。ほとんどの場合、将来を正しく予測できるモデルを構築するときに、それらを考慮する必要があります。石油とコロナウイルスの価格がまだ予測できないのに、なぜ石油生産の将来を予測できるのでしょうか？そして、なぜそしてどこでも：正しい決定をするために。







野原の場合、井戸の間の地下で何が起こっているかを直接観察することはできません。私たちが利用できるほとんどすべては、井戸、つまり湿地の広大な範囲のまれなポイントに関連付けられています（測定できるものはすべて岩の約0.5％に含まれ、残りの99.5％の特性についてのみ「推測」できます）。これらは、井戸が建設されたときに井戸で行われた測定値です。これらは、井戸に設置されている機器の読み取り値です（底部の穴の圧力、製品内の油、水、ガスの比率）。そして、これらは、井戸の測定および設定されたパラメータです-いつオンにするか、いつオフにするか、ポンプする速度



正しいモデルは、未来を正しく予測するモデルです。しかし、未来がまだ来ていないので、モデルが今すぐ良いかどうかを理解したいので、彼らはこれを行います。彼らは、未知の情報に関する推測を追加するという仮定に従って、フィールドに関するすべての利用可能な事実情報をモデルに入れます（キャッチフレーズ「2つの地質学者- 「これらの推測について」の3つの意見）と、地下で行われたろ過、圧力再分配などのプロセスをシミュレートします。モデルは、どのウェルパフォーマンスインジケーターが観察されるべきかを示し、それらは実際に観察されたインジケーターと比較されます。つまり、歴史を再現したモデルを作ろうとしているのです。



実際には、ごまかすことができ、モデルに必要なデータを生成するように要求するだけです。しかし、第1に、これは実行できません。第2に、引き続き気づきます（モデルを提出する必要がある州政府機関の専門家）。







モデルがストーリーを再現できない場合、その入力を変更する必要がありますが、どの入力を変更しますか？実際のデータは変更できません。これは、デバイスのデータである現実の観察と測定の結果です。もちろん、デバイスには独自のエラーがあり、デバイスは台無しになって嘘をつくこともできる人々によって使用されますが、モデル内の実際のデータの不確実性は通常は小さいものです。最大の不確実性を持っているものを変更することは可能であり、必要です：井戸の間で何が起こるかについての私たちの仮定。この意味で、モデルの構築は、現実に関する知識の不確実性を減らすための試みです（数学では、このプロセスは逆問題の解決として知られています。また、北京の自転車のように、この問題は私たちの領域で逆問題として知られています）。



モデルが物語を十分に正確に再現している場合、モデルに埋め込まれた現実に関する私たちの知識が、この現実自体とあまり変わらないことが期待されます。そうして初めて、そのような予測モデルを将来に向けて立ち上げることができます。そのような予測を信じる理由がさらに増えます。



1つではなくいくつかの異なるモデルを作成することが可能で、すべてがストーリーを十分に再現しながら、同時に異なる予測を与えるとしたらどうでしょう。私たちには、この不確実性を乗り越えて、それを念頭に置いて意思決定をするしかありません。さらに、可能な予測の範囲を与えるいくつかのモデルがあるので、これまたはその決定を行うリスクを定量化しようとすることができますが、1つのモデルがあれば、すべてがモデルの予測どおりであると不当に確信します。

現場でのモデル

フィールド開発中に意思決定を行うには、フィールド全体の全体的なモデルが必要です。さらに、そのようなモデルがなければ、フィールドを開発することはまったく不可能です。そのようなモデルは、ロシア連邦の政府機関によって要求されています。







それはすべて、地震探査の結果によって作成された地震モデルから始まります。そのようなモデルにより、地震波がよく反射される特定の層である地下の3次元表面を「見る」ことができます。必要な特性（多孔性、透過性、飽和度など）に関する情報はほとんどありませんが、一部のレイヤーが空間でどのように曲がるかを示しています。多層サンドイッチを作り、それを何らかの形で曲げた場合（まあ、または誰かがそれに座った場合）、すべての層がほぼ同じように曲げられたと信じる理由はすべてあります。したがって、ラッキーなことに偶然に地震波をよく反映している地震モデルの層の1つだけを見ても、海底を攻撃するさまざまな堆積物の層状ケーキがどのように曲がったかを理解できます。この場所で、データサイエンスエンジニアが復活しました。キューブ内のそのような反射する地平線の自動選択は、ハッカソンは、古典的なパターン認識の問題です。







次に、探索的掘削が始まり、井戸が掘削されると、機器がケーブル上で下げられて、坑井に沿ってあらゆる種類のさまざまな指標を測定します。つまり、GIS（井戸の物理探査）を実施します。このような調査の結果は、検層、つまり、坑井全体に沿って特定のステップで測定された特定の物理量の曲線です。さまざまな機器がさまざまな量を測定し、訓練を受けたエンジニアがこれらの曲線を解釈して、意味のある情報を取得します。 1つの機器は、岩石の自然なガンマ放射能を測定します。粘土の「fonit」はより強く、砂岩の「fonit」はより弱い-通訳エンジニアはこれを知っており、検層曲線上で強調表示します。ここには粘土、ここには砂岩の層、その間に何かがあります。別のデバイスは、隣接するポイント間の自然電位を測定し、掘削液の岩への浸透から生じます。高い可能性は、地層間のろ過接続の存在を示し、エンジニアは浸透性の岩の存在を知っており、確認しています。 3番目のデバイスは、岩を飽和させる流体の抵抗を測定します。塩水は電流を通過させ、油は電流を通過させず、油で飽和した岩を水で飽和した岩から分離することができます。



ここでは、データサイエンスエンジニアが復活しました。この問題の入力は単純な数値曲線であるため、エンジニアが曲線の形ではなく岩の特性に関する結論を導き出すことができるMLモデルにインタープリターを置き換えることで、古典的な分類問題。古い井戸からのこれらの蓄積された曲線の一部が長い紙の足布の形をしているだけであることが判明したときに、データサイエンスエンジニアが目を震わせ始めるのは、やがてです。







さらに、掘削中、コアは坑井から取り出されます-掘削中に多かれ少なかれ無傷の（運が良ければ）無傷の岩石のサンプル。これらのサンプルは研究室に送られ、そこで多孔性、透過性、飽和度、およびあらゆる種類の異なる機械的特性が決定されます。特定のコアサンプルが生成された深さからわかっている場合（正しく実行されている場合は既知である必要があります）、実験室からのデータが来たときに、この深さでどの値がすべての地球物理学機器によって示され、多孔性、透過性、および研究室のコア研究によると、飽和はこの深さに岩がありました。したがって、地球物理計器の測定値を「対象とする」ことができ、そのデータからのみ、コアがなくても、モデルの構築に必要な岩石の特性について結論を出すことができます。悪魔全体が詳細にあります：機器は実験室で決定されたものを正確に測定しませんが、これは完全に異なる話です。



このように、いくつかの井戸を掘削して研究を行った結果、これらの井戸が掘削された場所にどの岩石がどのような特性で配置されているかを自信を持って主張できます。問題は、井戸の間で何が起こっているのか分からないことです。そして、これが地震モデルが私たちの助けになるところです。







井戸では、岩がどの深さでどのような特性を持っているかは正確にわかりますが、井戸で観察された岩層がどのように伝播してそれらの間で曲がるかはわかりません。地震モデルでは、どの層がどの深さに配置されているかを正確に判断することはできませんが、すべての層の伝播と曲げの性質、つまり寝具の性質を確実に示します。次に、エンジニアはウェルの特定の特徴的なポイントにマークを付け、マーカーを特定の深度に配置します。このウェルのこの深度-地層の上部、この深度-下部。また、おおまかに言えば、屋根の表面と井戸の間の底は、地震モデルで見られる表面と平行に描かれています。その結果、私たちが興味のあるものを空間でカバーする一連の3次元の表面が得られます。もちろん、油を含む貯留層にも興味があります。それ、形成されたものは構造モデルと呼ばれます。それは地層の構造を記述しているが、その内部の内容を記述していないからです。構造モデルは、貯留層内の多孔性と透過性、飽和と圧力については何も述べていません。







次に、離散化の段階が来ます。そこでは、フィールドによって占められている空間の領域が、そのような湾曲した平行六面体のセルに分割されます（その性質は地震モデルでも見えます！）。この曲線ボックスの各セルは、I、J、Kの3つの数値によって一意に決定されます。この曲線ボックスのすべてのレイヤーは、レイヤーの分布に従って配置され、Kのレイヤー数とIおよびJのセル数は、私たちが提供できる詳細によって決定されます。



坑井に沿って、つまり垂直に、どのくらい詳細な岩石情報がありますか？地球物理学デバイスが坑井に沿って移動しているときにそのサイズを測定した頻度と同じくらい詳細に、つまり、原則として20〜40 cmごとに、各層は40 cmまたは1 mになる可能性があります。



私たちの側方情報はどのくらい詳細ですか、つまり、井戸から離れていますか？それほどではありません。ウェルの側面に情報がないので、通常、IとJに沿って非常に小さなセルに分割しても意味がありません。多くの場合、両方の座標に沿って50または100 mです。これらのセルのサイズを選択することは、重要なエンジニアリングタスクの1つです。







空間の全領域がセルに分割された後、予想される単純化が行われます：各セル内で、パラメーター（多孔性、透過性、圧力、飽和度など）の値は一定と見なされます。もちろん、実際にはそうではありませんが、海底の堆積物の堆積が層状になったことがわかっているので、岩の特性は水平よりも垂直に大きく変化します。







したがって、セルのグリッドがあり、各セルには岩とその飽和の両方を説明する重要な各パラメータの独自の（私たちには不明）値があります。これまでのところ、このグリッドは空ですが、井戸はいくつかのセルを通過します。このセルでは、デバイスを渡し、地球物理学的パラメーターの曲線の値を取得しました。通訳エンジニアは、実験室のコア研究、相関、経験、およびそのような母親を使用して、地球物理学的パラメーターの曲線の値を、必要な岩石および飽和流体の特性の値に変換し、これらの値を、ウェルから、このウェルが通過するグリッドセルに転送します。セルのいくつかの場所に値があるグリッドがわかりますが、ほとんどのセルにはまだ値がありません。他のすべてのセルの値は、内挿と外挿を使用して想像する必要があります。地質学者の経験、彼の知識岩の特性が一般的にどのように伝播されるかにより、正しい補間アルゴリズムを選択し、それらのパラメーターを正しく入力することができます。しかし、いずれにしても、これはすべて井戸の間の不確実性についての推測であり、彼らが言うことは何もかもしれないことを覚えておく必要があります。もう一度、この共通の真実を思い出します。



この作業の結果は、地質学的モデル-セルに分割された3次元の湾曲した平行六面体であり、フィールドの構造とこれらのセル内のプロパティのいくつかの3次元配列を記述します。ほとんどの場合、これらは多孔性、透水性、飽和度と属性「砂岩」-「粘土」の配列です。







次に、流体力学の専門家が仕事を引き受けます。彼らは、垂直方向にいくつかの層を組み合わせて岩石の特性を再計算することにより、地質モデルを拡大できます（これは「アップスケーリング」と呼ばれ、別の課題です）。次に、残りの必要なプロパティを追加して、流体力学シミュレータが流れ先をシミュレートできるようにします。多孔性、透過性、油、水、ガス飽和に加えて、圧力、ガス含有量などになります。彼らはモデルに井戸を追加し、彼らが働いた時間とモードについての情報を入力します。正確な予測をするために歴史を再現しようとしていることを忘れましたか？流体力学は実験室からレポートを取得し、モデルに油、水、ガス、岩の物理化学的特性を追加します。それらのすべての依存関係（ほとんどの場合圧力に依存）および判明したすべて、およびこれは流体力学モデルとなり、流体力学シミュレータに送信されます。彼は正直に、どのセルからどのセルにどの時点で流れるかを計算し、各ウェルの技術指標のグラフを出し、それらを実際の履歴データと注意深く比較します。流体力学スピーカーはため息をつき、その不一致を見て、推測しようとしているすべての不確かなパラメーターを変更して、次にシミュレーターを起動したときに、観測された実際のデータに近いものを取得します。または、次に開始するときかもしれません。または多分次のように。各ウェルの技術指標のグラフを発行し、それらを実際の履歴データと綿密に比較します。流体力学エンジニアはため息をつき、その矛盾を見て、推測しようとしているすべての未定義のパラメーターを変更して、次にシミュレーターが起動されたときに、実際に観測されたデータに近いものを取得します。または、次に開始するときかもしれません。または多分次のように。各ウェルの技術指標のグラフを発行し、それらを実際の履歴データと綿密に比較します。流体力学スピーカーはため息をつき、その不一致を見て、推測しようとしているすべての不確かなパラメーターを変更して、次にシミュレーターを起動したときに、観測された実際のデータに近いものを取得します。または、次に開始するときかもしれません。または多分次のように。







サーフェス配置のモデルを準備するエンジニアは、シミュレーション結果に従ってフィールドが生成する流量を取り、それらをモデルに入力します。これにより、どのパイプラインがどのような圧力を持つか、および既存のパイプラインシステムがフィールドの生成を「消化」できるかどうかが計算されます。油、必要な量の注入水などを準備します。



そして最後に、最高レベルで、経済モデルのレベルで、エコノミストは、井戸の建設と保守のための費用の流れ、ポンプとパイプラインの運転のための電力、および抽出された石油のパイプラインシステムへの配送からの収入の流れを計算し、希望の割引係数を掛けて、合計NPVを取得します完成したフィールド開発プロジェクトから。



もちろん、これらすべてのモデルの準備には、情報を格納するためのデータベース、すべての入力情報の処理とモデリング自体を実装する、つまり過去から未来を予測する専門のエンジニアリングソフトウェアを積極的に使用する必要があります。



上記の各モデルを構築するには、個別のソフトウェア製品が使用されます。ほとんどの場合、ブルジョワであり、ほとんど競合せず、したがって非常に高価です。そのような製品は何十年もの間開発されており、小規模な機関の助けを借りてそれらの道を繰り返すことは容易ではありません。しかし、恐竜は他の恐竜ではなく、小さな空腹の意図的なフェレットに食べられました。重要なことは、Excelの場合と同様に、毎日の作業に必要な機能は10％だけであり、Strugatskyのような私たちのダブルは、「そのことを知っている人だけですが、それをうまく行う方法を知っている」ということです。一般的に、私たちはすでに一定の根拠がある希望に満ちています。



この記事では、フィールド全体のモデルのライフサイクルの柱となる1つについてのみ説明します。ソフトウェア開発者が移動できる場所はすでにあり、現在の価格設定モデルでは、競合他社は長い間十分な作業を行っています。次の記事では、エンジニアリングモデリングのいくつかの特定の問題についてのスピンオフ「ローグワン」が登場します。それは、水圧破砕とコイルドチュービングのモデリングです。



つづく…