3.3 Выводы и рекомендации по результатам статистического анализа

Проведенный статистический анализ показывает высокую нестационарность процесса пиковой нагрузки. Использование моделей авторегрессии второго и третьего порядков для визуально выбранных участков стационарности дает достаточно высокую степень точности прогноза и хорошую чувствительность к разладке. Однако, с точки зрения статистической значимости модель авторегрессии неадекватно отображает реальные данные. Использовать авторегрессию более высокого порядка вряд ли целесообразно, по всей видимости, надо делать подгонку с помощью моделей авторегрессии третьего порядка непосредственно для исходных данных. Впрочем, это может привести к меньшей чувствительности прогноза разладок.

Прогностическим потенциалом, возможно, обладает факт стабилизации показателя пиковой нагрузки ниже уровня 95%-ного толерантного предела в течение продолжительного периода (около часа). Однако замеченный может оказаться частным случаем. Для его подтверждения необходимо провести дополнительные исследования.

Для этого необходимо отобрать порядка сотни наблюдений одного процесса и сделать подгонку параметров модели авторегрессии третьего порядка AR(3). Затем вычислить статистические характеристики невязок модели AR(3) (выборочное среднее, стандартное отклонение, коэффициенты ассиметрии и эксцесса). Проверить визуально с помощью построения графика качество прогноза моделью AR(3) первой сотни наблюдений. Далее с помощью этой модели процесса сделать прогноз последующих (после сотни) наблюдений. Как только прогноз и реальные данные расходятся более чем на три стандартных отклонения, следует дать сигнал о разладке (изменения распределения случайного процесса) и начать сначала, исключив из рассмотрения участок, соответствующий разладке. При этом целесообразно также проверить, насколько сильно отличаются коэффициенты авторегрессии для различных последовательных участков стационарности.

Если в эти наблюдения попали моменты аварийного останова по причине поломки ШГН, то необходимо проанализировать наличие длительного периода стабилизации показателей пиковой нагрузки.

Дополнительно необходимо выявить порядка сотни аварийных остановок скважины для ремонта насоса, построить для них модели авторегресии третьего порядка, выявить наличие или отсутствие длительного периода стабилизации показателей пиковой нагрузки. Путем сопоставления параметров моделей авторегресии для разных наблюдений, продолжительности периода стабилизации пиковой нагрузки, установить среднюю продолжительность этого периода и доверительные интервалы, при выходе за пределы которых можно с 95%-ной уверенностью прогнозировать аварийный останов скважины.

Затем нужно будет отобрать данные примерно сотни аварийных остановок скважин и протестировать модель статистического прогноза на этих данных. В случае удовлетворительного прогноза данную методику можно будет опробовать на практике путем обработки замеров данных со скважин в в режиме реального времени.

Отметим некоторые факты, которые необходимо принять во внимание при обработке результатов замеров параметров работы скважины.

1) На примере СКВ-13594 замечено, что в момент разладки значения замеров максимальной и минимальной нагрузок практически равны и замеры происходили в одни и те же промежутки времени. При этом значения параметров замер по жидкости и давление на приеме насоса не фиксируют никаких изменений в состоянии на объекте (табл. 3.5). Замеры по пиковой и минимальной нагрузке, согласно значениям, хранящимся в базе данных, производятся одновременно. Следует уточнить, в какие именно моменты времени происходят замеры данных параметров.(в момент аварийного останова эти их значения практически совпадают)

2) Необходимо выявить насколько точно во времени отображаются изменения остальных параметров. К примеру, во время аварийного останова на скважине 13594 значимо изменились лишь параметры пиковая и минимальная нагрузка, такие же параметры как замер по жидкости, давление на приеме насоса и давление на устье не выявили никаких изменений.

3) Необходимо выявить природу единичных выбросов в траектории замеров. На примере СКВ-13499 явно наличие единичных выбросов, не приводящих к изменению характера траектории (рис. 3.17).

Таблица 3.5

Результаты замеров параметров скважины 13594 в период аврийного останова

Рисунок 3.16 – Пример траектория пиковой нагрузки с единичными выбросами значений.