Об этом сообщила пресс-служба вуза.
Исследователи разработали математическую модель центробежного насоса, которая с точностью 97,2% воспроизводит реальное электропотребление на основе данных с действующего месторождения. На ее основе была обучена нейронная сеть, способная по четырем параметрам (частота питания насоса, динамический уровень, буферное давление и плотность жидкости) прогнозировать скорость добычи и расход энергии.
Как пояснил доцент кафедры «Микропроцессорные средства автоматизации» ПНИПУ И. Шмидт, для уменьшения ошибки прогнозирования был разработан специальный алгоритм обучения, который автоматически корректирует внутренние настройки нейросети. Это позволило после тысяч итераций добиться высокой точности совпадения прогнозов с данными модели.
На основе обученной нейросети ученые создали два программных регулятора для управления оборудованием. Первый поддерживает заданный объем добычи при минимальных энергозатратах в непрерывном режиме. Второй оптимизирует работу в периодическом режиме, рассчитывая график работы насоса для выполнения суточной нормы с наименьшим средним энергопотреблением.
Эффективность системы была проверена на цифровом двойнике скважины в трех типовых режимах эксплуатации - «легком», «среднем» и «тяжелом». По словам доцента той же кафедры Д. Даденкова, применение второго регулятора в сложных условиях позволило снизить энергопотребление в среднем на 5,5 кВт по сравнению с первым, а усредненный экономический эффект составил 1,7 кВт на одну скважину.
В масштабе всего месторождения с десятками и сотнями скважин совокупное снижение энергопотребления может достигать 10-12% в «средних» и «тяжелых» условиях. Это ведет к существенному сокращению эксплуатационных затрат и нагрузки на энергосистему.
Нефтегазовый сектор является одним из наиболее энергоемких в промышленности. До 50% и более общего энергопотребления месторождения приходится на технологические процессы, такие как подъем жидкости и поддержание пластового давления. В условиях роста тарифов на электроэнергию повышение энергоэффективности становится критически важным фактором для снижения себестоимости добычи и поддержания рентабельности проектов, особенно на зрелых месторождениях.
Автор: А. Шевченко
