Описание маркерного метода диагностики для идентификации работающих портов МГРП

Одним из методов является технология маркеров-репортёров из квантовых точек, стабилизированных полимерной оболочкой. Квантовые точки – это нанокристаллы размером в 1-2 нанометра, полученные при помощи коллоидного синтеза и покрытые слоем адсорбированных поверхностно-активных молекул [6]. Квантовые точки, получаемые методом коллоидного синтеза на основе халькогенидов кадмия, флуоресцируют в разных областях электромагнитного спектра в зависимости от своего размера [7]. Маркеры-репортеры, созданные из квантовых точек, обладают уникальной способностью поглощать энергию в широком диапазоне спектра и испускать узкий спектр световых волн, который может регистрироваться методами проточной цитометрии. По сравнению с органическими красителями-флюорофорами, также использующимися в целях трассирования в нефтяной индустрии, квантовые точки являются более химически устойчивыми с интенсивностью флюоресценции на несколько порядков выше.

Использование квантовых точек в технологии трассирования обусловлено большим количеством возможных комбинаций при синтезе маркеров-репортеров (более 60), называемых сигнатурами. Для каждой ступени или интервала используется своя уникальная сигнатура углеводородной и водной фаз пластового флюида.

Различные типы и комбинации маркеров-репортеров размером 0,2-0,4 микрон вводятся в полимерное покрытие пропанта для МГРП или композитного полимера для внутрискважинных кассет. Полимерное покрытие постепенно разрушается при контакте с нефтью и водой.

Рисунок 5 – Схема маркерной диагностики профиля притока горизонтального ствола

В процессе эксплуатации маркеры-репортёры вымываются потоком пластового флюида в течение длительного периода времени. При отборе проб с устья скважины и последующих лабораторных исследованиях аналитический аппаратно-программный комплекс GEOSPLIT определяет концентрацию маркеров каждого кода (Рисунок 2), что позволяет оценить количественное распределение фаз по нефти и воде для каждого интервала горизонтального ствола.

Рисунок 6 – Схема метода количественной идентификации маркеров-репортёров с прямым и боковым светорассеянием от маркера – репортера.

Каждый маркер-репортер после съемки представляет собой точку в 15-ти мерном пространстве координат, реагируя облучением лазера проявлением в различных диапазонах волн. Обработка данных по количественному определению маркеров-репортеров вручную с помощью лишь аппаратно-программного комплекса не позволяет достигать приемлемой точности определения. При наличии огромного числа сигналов и большого числа сигнатур в анализируемом образце жидкости выполнение задачи количественного определения и подсчета маркеров становится трудно осуществимым и требует значительного количества времени. Кроме того, нельзя полностью исключить ошибки, возникающие из-за «человеческого фактора».

Разработчиками маркерной технологии был предложен инновационный подход обработки данных, в основе которого лежит искусственный интеллект. Программа, созданная разработчиками маркерной технологии основана на машинном обучении с использование алгоритма “Random Forest”. Упрощенно принцип действия можно описать следующим образом: изначально нейронную сеть обучают на «чистых» образцах маркеров-репортеров и строится так называемое «дерево принятия решений», где на каждом этапе глубины происходит сортировка параметров по определенному параметру. Например, возбуждается ли частица в определённом диапазоне электромагнитного спектра или нет. Глубина «дерева» может быть разной. Программное обеспечение создает огромное множество «деревьев», различающихся по структуре. В результате, проходя по таком дереву, маркер нужного кода попадает в строго определенную «корзинку». Алгоритмы, обучившись, понимают в какую корзинку должен попадать каждый конкретный код маркера. Затем смесь из большого числа маркеров исследуется на созданном дереве и сортируется, то есть алгоритм считает количество и разновидность маркеров в смеси. Каждое дерево выносит свое решение, или условно говоря «голосует» по составу смеси. Использование для обучения смывки именно с тех пропантов, которые были закачаны в скважину, позволяет добиться высокой точности при интерпретации данных. В целом алгоритмы машинного обучения позволяют обрабатывать большой массив данных с заданной точностью в короткие временные рамки, при этом исключая «человеческий фактор».

Рисунок 7 – Схема применения алгоритма Random Forest для идентификации маркеров

Рисунок 8 – Схематичное изображение идентификации маркеров-репортеров с помощью аппаратно-программного комплекса и ПО с машинным обучением

Основные преимущества применения квантовых маркеров-репортёров заключаются в следующем:

1. Монодисперсность маркеров по размерам

       Отсутствие монодисперсности трассеров вносит существенные погрешности для достоверного количественного анализа, поскольку частицы разного размера имеют разную скорость седиментации и, как следствие, разную относительную скорость течения в стволе скважины. Частицы малых размеров будут выноситься потоком флюида быстрее, чем частицы крупных размеров. Кроме этого, частицы разного размера отличаются своей способностью перемещаться с пластовым флюидом в пласте.

Рисунок 9. Фотографии маркеров-репортеров с квантовыми точками в сканирующем электронном микроскопе VEGA TESCAN

2. Автоматизированная идентификация маркеров в пробах пластового флюида

       Идентификация маркеров осуществляется на автоматизированном программно-аппаратном комплексе в режиме поштучного анализа без применения микроскопов. При анализе проб идентифицируется строгое количество маркеров-репортеров в штуках в каждой пробе, благодаря чему обеспечивается высокая точность исследований и исключаются ошибки, связанные с человеческим фактором.

3. Равномерный выход маркеров в течение продолжительного периода времени

Маркеры-репортёры, вшитые в полимерную матрицу пропанта или гранулированного композитного полимера для внутрискважинных кассет, обеспечивают устойчивость концентрации их выделения из полимерного покрытия.

4. Большое количество сигнатур (кодов) маркеров

В настоящее время существует возможность синтеза более чем 60 уникальных сигнатур маркеров для гидрофильного и гидрофобного полимерного покрытий, что позволяет проводить единовременную диагностику и мониторинг значительного количества интервалов горизонтального ствола или ступеней МГРП

5. Отсутствие ограничений для применения маркеров в пластовых условиях

Маркеры проявляют высокую физико-химическую устойчивость, а также устойчивость к воздействию агрессивных сред и пластовых термобарических условий.