Вопрос своевременной и точной оценки технического состояния скважин становится все более актуальным в условиях разработки месторождений на поздней стадии, высокой обводненности продукции и увеличения доли стареющего фонда скважин. Для диагностики эксплуатационной колонны традиционно применяются геофизические методы, позволяющие выявить наличие повреждений и определить их интервал, но значительная загрузка специалистов на месторождениях препятствует оперативной отправке геофизических партий для проверки состояния скважин. Это приводит к потере добычи нефти, росту обводненности, негативному воздействию на окружающую среду, увеличению объемов непродуктивной закачки и снижению ключевых экономических показателей. Для решения этих проблем предложен новый подход к оценке технического состояния колонн, основанный на применении моделей машинного обучения. Представлены методика применения интерпретируемого машинного обучения для диагностики негерметичности эксплуатационных колонн скважины и сравнение данного подхода с методом статистического анализа ROC-AUC. Разработанный подход объединяет алгоритм машинного обучения LightGBM и методы SHAP-анализа, что позволяет оценивать вклад ключевых факторов в прогнозирование состояния скважины и определять их граничные значения. Для обучения модели использованы данные 14318 скважинных исследований, проведенных с 2000 по 2022 гг. Результаты показывают, что наиболее значимыми признаками являются содержание сульфатов, коэффициент перенасыщения раствора и обводненность продукции. Исследование подтверждает эффективность методов интерпретируемого машинного обучения в задачах диагностики сложных технических объектов. Полученные результаты демонстрируют потенциал внедрения таких моделей в практику мониторинга состояния скважин и планирования ремонтных работ. Предложенный подход также может быть адаптирован для других задач нефтегазовой отрасли, включая прогнозирование осложнений и оптимизацию работы скважин.

Известно, что значительная часть технологий, направленных на интенсификацию притока жидкости при помощи гидравлического разрыва пласта, подразумевает применение пропанта. Для транспортировки и размещения гранул в трещине обеспечивается равномерная подача пропанта заданной концентрации в жидкость разрыва. Цель работы – исключить возникновение искажений в программе закачки пропантного ГРП. Математически точный линейный набор концентрации при заданных условиях возможен только в том случае, если верно определена переходная концентрация. Предлагаемый подход позволяет корректно сформировать программу работ пропантного ГРП как для линейного, так и для нелинейного увеличения концентрации пропанта. Научная новизна работы заключается в применении новой математической модели для прямого расчета параметров программы закачки, ранее определяемых методом подбора. Разработана математическая модель линейного и нелинейного повышения концентрации пропанта при проведении ГРП. Впервые представлено аналитическое решение, позволяющее прямым вычислением определять параметры стадий основного ГРП, в том числе переходные концентрации для заданных масс пропанта различных видов. Применение математической модели при формировании плана обработки позволяет сохранить корректное распределение массы пропанта по фракциям, что облегчает внедрение информационно-аналитических систем, перенос данных напрямую из программы работ в базы данных. Предлагается провести доработку используемых в производстве форм электронных таблиц, что позволит без дополнительных трудозатрат применять математическую модель формирования программы работ на каждом процессе гидроразрыва. Получена математическая модель, которая может быть использована для совершенствования программного обеспечения, применяемого при проектировании, моделировании и инженерном сопровождении процессов ГРП.