Научная работа студентов
ОНИРС СНО Молодежные лаборатории
Идет сессия
pk@nstu.ru, +7 (383) 319 59 99 — приёмная комиссия

В НГТУ НЭТИ разрабатывают умную модель для оптимизации энергетики нефтепромыслов

Новости

Аспирант Новосибирского государственного технического университета НЭТИ разрабатывает инструмент оптимизации, объединяющий энергетику и технологию добычи углеводородов. Внедрение синергетической модели позволит повысить эффективность бизнес-процессов на стыке различных функциональных направлений, таких как геология, нефтедобыча, энергетика. 

Как отмечает аспирант кафедры электрических станций факультета энергетики НГТУ НЭТИ Дмитрий Лазарев, в топливно-энергетическом комплексе наблюдается ситуация, когда значительная часть энергетической инфраструктуры имеет превышенный нормативный срок работы. При этом потребление в сфере нефтедобычи растет. При растущем спросе темпы ввода новых мощностей остаются ниже необходимого уровня. В нефтедобывающих компаниях есть существующие активы (нефтяные и газовые месторождения, разведочные участки), некоторые из них могут иметь избыточную инфраструктуру, которая требует модернизации. Появляются и новые активы, где необходимо заново проектировать инфраструктуру. Расчет перспективных нагрузок для энергетической инфраструктуры является обязательной составляющей технологических процессов нефтегазовых компаний и требует значительных ресурсов.

«Существуют большие объемы данных, которые связаны с геологической основой залежей, с необходимостью развития добычной и газовой инфраструктуры, а также с энергетической составляющей. Эти данные постоянно меняются, и осуществлять перерасчет в ручном режиме длительно и трудозатратно. Я занимаюсь разработкой алгоритмов, которые позволяли бы ускорить этот процесс. Алгоритмы расчета перспективных энергетических нагрузок как для существующих зрелых активов в рамках процесса модернизации, так и для новых активов в рамках концептуального проектирования с последующим внедрением цифровых помощников принятия решений помогут исключить рутинные энергозатратные задачи и повысить эффективность работы энергетической инфраструктуры нефтегазовых компаний», — рассказал Дмитрий Лазарев. 

С помощью разработанных алгоритмов планируется сократить время расчета с 3–5 месяцев до недели за счет автоматизации сбора, обработки и моделирования данных,  обеспечить ускорение процесса разработки документации и проектирования энергетических систем, а также сделать процесс добычи углеводородов более управляемым и прозрачным. 

«Уникальность подхода заключается в том, что алгоритмов, позволяющих отвечать на вопросы о необходимости и возможности модернизации инфраструктуры зрелых активов, а также на вопросы формирования энергетической инфраструктуры для новых активов, нет. На выходе будет представлено несколько вариантов реализации энергетической инфраструктуры на объектах нефтедобывающей компании, из которых можно выбрать наиболее приемлемый вариант», — добавил разработчик.

Алгоритмы являются неотъемлемым элементом формирования синергетической модели цифрового двойника, которая объединяет геологические данные (параметры пласта, пластовое давление, обводненность и т. д.), технологические данные (процессы добычи) и данные по энергетической инфраструктуре (потребление мощности, состояние сетей) в единую интегрированную среду. Цифровая модель энергосистемы нефтедобывающей отрасли позволит в режиме реального времени моделировать работу инфраструктуры, оценивать ее эффективность и оперативно реагировать на изменяющуюся ситуацию для оптимизации энергоснабжения активов.

Автор: Виктория Мирошниченко

Размещение информации на странице:
Управление информационной политики  
Наверх
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.