НАЗИВ ПРОЈЕКТА

Примена Python-a при интегрисаном моделовању у циљу креирања дигиталног двојника поља АУТОР ПРОЈЕКТА
Дарја Лубарда

ЦИЉ ЗАДАЦИ АКТУЕЛНОСТ УНИКАТНОСТ И НОВИНА

Циљ коришћења Python алата при
интегрисаном моделовању јесте:
смањење времена потребног за
креирање интегрисаног модела поља
аутоматизацијом процеса прикупљања
података, креирања модела бушотина,
креирања модела поља
аутоматско ажурирање модела и
праћење резултата у реaлном времену
МЕТОДА КОЈА СЕ КОРИСТИ
Креирање кода за проверу квалитета
података,
Креирање кода за аутоматско повлачење
података о бушотинама и креирање модела
бушотина,
Креирање кода за аутоматско повлачење
података о цевоводима, креирање модела поља
и мечовање цевовода,
Развој Python модула за аутоматско
ажурирање модела поља,
Аутоматско креирање извештаја резултата
интегрисаног модела и приказ кроз Dashboard,
Упоредна анализа резултата интегрисаног
модела стандардном методом
Интегрисано моделовање је метод који омогућава Досадашња пракса у изради интегрисаног модела поља била је да
посматрање модела слоја, бушотина и инфраструктуре се модели свих елемената поља креирају ручно. То је изискивало
као целине, и даје могућност анализе понашања таквог доста времена за припрему података, унос података у моделе
система. Предуслов за коришћење Python алата јесте бушотина, креирање и унос података инфраструктуре поља и
база података. Са порастом дигиталних база података ажурирње модела. Креирањем Python кода за аутоматизацију
отворила су се велика врата за примену програмских креирања модела оптимизује се време потребно за израду
интегрисаног модела, а фокус се ставља на анализу резултата.
језика у индустрији нафте и гаса.
ПРАКТИЧНИ ЗНАЧАЈ ЕКОНОМСКИ ЕФЕКАТ
Принцип коришћења Python алата при интегрисаном Економски ефекат огледа се у уштеди времена потребног за
моделовању као и тестирање методе извршено је на два израду интегрисаног модела.
нафтна поља: Велебит и Иђош за креирање модела Стандардна метода Уз помоћ Python алата
бушотина, модела инфраструктуре поља као и анализу
резулатата модела. Практични значај приказан је кроз месеци 4 1.5
поређење две методе, стандардног начина (ручни унос људи 4 2
података) и креирања интегрисаног модела уз помоћ Дневница РСД 124 676.16 62 338.08
Python алата. Аутоматизацијом креирања интегрисаног Укупно РСД 10 472 797.4 1 963 650
модела постиже се уштеда у времену потребном за
израду интегрисаног модела. Уштеда РСД 8 509 147.92

ЗАКЉУЧЦИ
Први корак у процесу аутоматизације креирања интегрисаног модела јесте писање кода за припрему
података и за унос података у моделе бушотина и модел инфраструктуре поља. За креирање кода Прикупљање података Креирање кода за аутоматско ажурирање модела поља
кроз Python коришћене су следеће библиотеке:
1.За манипулацију подацима коришћене су библиотеке pandas, openpyxl Креирање кода за проверу квалитета и припрему података Креирање кода за аутоматско генерисање извештаја
2.За повезивање Python алата са софтверима за креирање модела бушотина и поља коришћена је резултата интегрисаног модела и приказ кроз Dashboard
библиотека OpenServer Креирање кода за аутоматско повлачење података о
3.За креирање извештаја резултата модела коришћене су библиотеке dash, matplotlib, plotly бушотинама и креирање модела бушотина Упоредна анализа стандардне методе креирања
интегрисаног модела и методе креирања интегрисаног модела
За креирање модела бушотина коришћен је софтер Prosper. Процес уноса података о флуиду и Креирање кода за аутоматско повлачење података уз помоћ Python алата.
за
опреми бушотине је аутоматизован кроз код, док процес мечовања модела није могуће аутоматизовати инфраструктуру поља и креирање модела поља
већ је урађен ручно. За креирање модела поља коришћен је софтвер GAP где је читав процес од
креирања објеката инфраструктуре поља до преузимања резултата модела аутоматизован. Поред Креирање кода за одабир корелација цевовода
наведеног, алат је имплементиран и у анализи остварења планиране производње променом дизне на
бушотинама. Као крајњи резултат је креиран Dashboard за интерактивно праћење резултата модела.

V НАУЧНО-ТЕХНИЧКА КОНФЕРЕНЦИЈА МЛАДИХ СПЕЦИЈАЛИСТА И НАУЧНИКА UPSTREAM ОРГАНИЗАЦИОНИ ДЕО

 НАЗИВ ПРОЈЕКТА
НАЗВАНИЕ ПРОЕКТА
ЦЕЛЬ И ЗАДАЧИ АКТУАЛЬНОСТЬ
Наведите циљ пројекта за израду овог решења, и задатке који су били задати Неопходно је анализирати и приказати актуелност решења које
ради постизање тог циља. се предлаже са тачке гледишта конкретног бизнис процеса или
њихове групе. Пројекат ће се оценити са вишом оценом ако у
овом делу буду приказане размере актуелности решења: за
неколико зависних друштава, компанија, гране у Русији или у
свету.
МЕТОД ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ
Потребно је навести статус имплементације решења:
имплементирано и већ се користи, имплементира се или је
одобрено за имплементацију. Навести где је имплементирано
или се планира увођење решења, ко је је одобрио и размотрио,
МЕСТО ЗА ФОРМУЛЕ, ГРАФИКОНЕ ИЛИ ПРИКАЗЕ рокови имплементације итд.
Очигледно, али што је могуће више информативно, опишите кориштену методу, ВЫВОДЫ
покушајте да прикажете принцип њеног рада, утицај на проблем који се решава
Уопштите резултате рада који је демонстриран: решења по означеним задацима, комплетност достизања циљева, научене лекције и
потенцијал у погледу развоја пројекта или његове дораде. Наведите ограничења и неопходну подршку у циљу повећања квалитета и
ефикасности решења.
V НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ МОЛОДЫХ СПЕЦИАЛИСТОВ И УЧЕНЫХ UPSTREAM ОРГАНИЗАЦИОННАЯ ЕДИНИЦА
АУТОР ПРОЈЕКТА
АВТОР ПРОЕКТА
УНИКАЛЬНОСТЬ И НОВИЗНА
Навести шта се решава предлогом: коришћење познате
технологије за нове категорије задатака, тестирање перспективне
технлогије, методологије, која није масовно уведена у грани или је
решење саставио сам излагач. Дати рефернце (линкове) на
чланке /патенте ако постоје.
ЭКОНОМИЧЕСКИЙ ЭФФЕКТ
Ради демострације економског ефекта неопходно је детаљно
приказати прорачуне уз везу са конкретним производним
процесом или је неопходно навести примере оцене ефикасности
уз помоћ индикатора који нису трошкови.
 НАЗИВ ПРОЈЕКТА
Примена Python-a при интегрисаном моделовању у циљу креирања дигиталног двојника поља АУТОР ПРОЈЕКТА
Дарја Лубарда

ЦЕЛЬ ЗАДАЧИ АКТУАЛЬНОСТЬ УНИКАЛЬНОСТЬ И НОВИЗНА

Целью использования инструментов Python в
интегрированном моделировании является:
 сокращение времени, необходимого для
создания интегрированной модели поля,
автоматизировав процесс сбора данных,
создав модели бурения, создав полевые
модели
автоматическое обновление модели и
Создать код проверки качества данных,
Создать код для автоматического втягивания
данных о скважинах и создания модели скважин,
Создать код для автоматического вывода данных
трубопровода, создания моделей полей и условием для использования инструментов Python
сопоставления трубопроводов,
Разработка модулей python для автоматического
обновления моделей полей,
Автоматически создать интегрированный отчет о
Интегрированное моделирование – это метод, который
позволяет наблюдать модели пластов, скважин и
инфраструктуры в целом, а также дает возможность
анализировать поведение такой системы. Обязательным
является база данных. С появлением цифровых баз
данных открылась большая дверь для применения языков
программирования в нефтегазовой отрасли.
До настоящего времени практикой разработки интегрированной полевой
модели было создание моделей всех полевых элементов вручную. Этот
способ требует много времени для подготовки данных, ввода данных в
модели скважин, создания и ввода данных полевой инфраструктуры и
обновления модели. Создание кода python для автоматизации создания
модели оптимизирует время, необходимое для построения
интегрированной модели, и основное внимание уделяется анализу
результатов.

отслеживание результатов в режиме

результатах модели и показать через Dashboard
ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ ЭКОНОМИЧЕСКИЙ ЭФФЕКТ
Сравнительный анализ результатов Принцип использования инструментов Python в
реального времени интегрированной модели стандартным методом Экономический эффект отражается в экономии времени,
интегрированном моделировании, а также тестирование метода необходимой для разработки интегрированной модели.
осуществлялось на двух нефтяных месторождениях: Велебит и С инструментами
Иджош для создания моделей скважин, моделей Стандартный метод
Python
МЕТОД инфраструктуры месторождений и анализа результатов модели.
Месяцы 4 1.5
Практическая значимость проявляется путем сравнения двух
методов, стандартного метода (ручной ввод данных) и создания народ 4 2
интегрированной модели с помощью инструмента Python. ЕЖЕДНЕВНЫЙ
Автоматизация создания интегрированной модели позволяет 124 676.16 62 338.08
RSD
добиться экономии времени, необходимой для построения Всего RSD 10 472 797.4 1 963 650
интегрированной модели.
ЭКОНОМИЯ
8 509 147.92
RSD

ВЫВОДЫ
Первым шагом в процессе автоматизации создания интегрированной модели является написание кода
подготовки данных и ввод данных в модели скважин и модели полевой инфраструктуры. Для создания Сбор данных Создание кода для автоматического обновления модели
кода с помощью Python использовались следующие библиотеки:
1.Pandas, библиотеки openpyxl, используемые для манипулирования данными
поля
Создание кода проверки качества и подготовка данных
2.Библиотека OpenServer, используемая для подключения инструментов Python к программному Создание
обеспечению для создания моделей скважин и полей
кода для автоматического создания
3.Dash, matplotlib, библиотеки графиков использовались для создания отчетов о результатах
Создание кода для автоматического вывода данных о интегрированных отчетов о результатах модели и просмотра с
скважинах и создания модели скважин помощью панели мониторинга
моделирования
Програмный продукт Проспер был использован для создания модели скважин. Процесс ввода данных Сравнительный анализ стандартного метода создания
Создание кода для автоматического вывода данных для
о флюиде и оборудовании скважины автоматизирован с помощью кода, в то время как процесс
полевой инфраструктуры и создание полевой модели интегрированной модели и методов создания
сопоставления модели не может быть автоматизирован, а выполняется вручную. Для создания интегрированной модели с использованием инструментов
полевых моделей использовалось программное обеспечение Gap, где автоматизирован весь процесс Python.
Создание кода для выбора корреляций трубопровода
от создания объектов полевой инфраструктуры до получения результатов модели. Кроме того,
инструмент был реализован при анализе реализации запланированной добычи путем смены штуцеров
на скважинах. В результате был создан Dashboard для интерактивного отслеживания результатов
модели.
V НАУЧНО-ТЕХНИЧКА КОНФЕРЕНЦИЈА МЛАДИХ СПЕЦИЈАЛИСТА И НАУЧНИКА UPSTREAM ОРГАНИЗАЦИОНИ ДЕО