Везде

RAS PresidiumВестник Дальневосточного отделения Российской академии наук Vestnik of the Far East Branch of the Russian Academy of Sciences

  • ISSN (Print) 0869-7698
  • ISSN (Online) 3034-5308

Prediction of scale deposits in the oilfield. Current status, problems, challenges

You can
PII
S30345308S0869769825030146-1
DOI
10.7868/S3034530825030146
Publication type
Article
Status
Published
Authors
I.S. Trukhin
  • Affiliation: Institute of Chemistry, FEB RAS
N.V. Polyakova
  • Affiliation: Institute of Chemistry, FEB RAS
P.A. Zadorozhny
  • Affiliation: Institute of Chemistry, FEB RAS
S.V. Sukhoverkhov
  • Affiliation: Institute of Chemistry, FEB RAS
Volume/ Edition
Volume / Issue number 3
Pages
146-169
Abstract
The article summarizes current understanding of the problem of scaling in oilfield equipment and methodological approaches to its prevention. Based on years of research into scaling issues across various oilfields, we systematize information regarding the composition of produced and injected water and its role in the scaling process, as well as details about the composition of inorganic deposits and the mechanisms of their formation. We examine existing methods of mathematical modeling for scaling processes in oilfield systems and assess their effectiveness. It is demonstrated that the qualitative chemical composition of both aqueous solutions and deposits from production units in oil enterprises is similar, regardless of the field; however, the quantitative ratios of components can differ by orders of magnitude, even within a single field. Although the problem of scaling has been extensively studied, there is still no universal methodological approach to effectively prevent salt deposits in oilfields under varying conditions. Despite the diversity and capabilities of modern software packages, the results of mathematical modeling do not always correlate well with the actual composition of deposits in oilfield systems. Therefore, addressing the issue of forecasting salt deposits in oilfields requires a comprehensive approach, including experimental modeling and adjustments to the calculation methods based on production experience. Such a problem can be solved by artificial intelligence methods, therefore, the development of the methodology for forecasting salt deposits in oilfield systems in the near future will develop in this direction.
Keywords
воды нефтяных месторождений солеотложение нефтепромысловое оборудование математическое моделирование химических равновесий применение искусственного интеллекта в нефтяной промышленности
Date of publication
02.06.2025
Year of publication
2025
Number of purchasers
0
Views
149

References

  1. 1. Бриков А.В., Маркин А.Н. Нефтепромысловая химия: практическое руководство по борьбе с образованием солей. М.: Де’Либри, 2018. 355 с.
  2. 2. Crabtree M., Eslinger D., Fletcher P. et al. Fighting Scale – Removal and Prevention // Oilfield Rev. 1999. Vol. 11. No. 3. P. 30–45.
  3. 3. Liu Y., Lu H., Li Y. et al. A review of treatment technologies for produced water in offshore oil and gas fields // Science of the Total Environment. 2021. Vol. 775. P. 1–14.
  4. 4. Mady M.F., Kelland M.A. Review of Nanotechnology Impacts on Oilfield Scale Management // ACS Applied Nano Materials. 2020. Vol. 3. Iss. 8. P. 7343–7364.
  5. 5. Полякова Н.В., Задорожный П.А., Трухин И.С., Маркин А.Н., Суховерхов С.В., Авраменко В.А. Моделирование солеосаждения в нефтепромысловом оборудовании платформы ПА-А // Вестник ДВО РАН. 2017. № 5. С. 98–105.
  6. 6. Трухин И.С., Полякова Н.В., Задорожный П.А., Суховерхов С.В., Маркин А.Н., Авраменко В.А. Моделирование процессов солеотложения в системе поддержания пластового давления платформы Пильтун-Астохская-А (проект «Сахалин-2») // Вестник ДВО РАН. 2017. № 5. С. 106–112.
  7. 7. Rajbongshi A., Gogoi S.B. A review on oilfield produced water and its treatment technologies // Petroleum Research. 2024. Vol. 298. P. 1–17.
  8. 8. Полякова Н.В., Трухин И.С., Задорожный П.А., Суховерхов С.В., Маркин А.Н., Авраменко В.А. Сравнение данных физико-химического моделирования и реального состава солеотложений в узлах нефтепромыслового оборудования платформы Пильтун-Астохская-Б (проект «Сахалин-2») // Технологии нефти и газа. 2017. № 3 (110). С. 26–33.
  9. 9. Xu Z.X., Li S.Y., Li B.F. et al. A review of development methods and EOR technologies for carbonate reservoirs // Pet. Sci. 2020. Vol. 17. P. 990–1013.
  10. 10. Трухин И.С. Прогнозирование осадкообразования в узлах нефтепромыслового оборудования морских нефтедобывающих платформ (на примере проекта «Сахалин-2») / дис. … канд. хим. наук: 02.00.04. Владивосток, 2020. 176 с.
  11. 11. Трухин И.С., Прокуда Н.А., Азарова Ю.А., Задорожный П.А., Суховерхов С.В. Изучение химического состава попутно добываемых пластовых и окружающих морских вод на нефтегазодобывающих платформах проекта «Cахалин-2» // ГИАБ. 2015. № 36. С. 225–234.
  12. 12. Samuel O., Othman M.H.D., Kamaludin R. et al. Oilfield-produced water treatment using conventional and membrane-based technologies for beneficial reuse: A critical review // Journal of Environmental Management. 2022. Vol. 308. 114556.
  13. 13. Семенова Т.В. Изменение ионно-солевого состава пластовых вод на стадии разработки месторождений южных нефтегазоносных районов Тюменской области // Изв. вузов. Нефть и газ. 2002. № 5. С. 65–70.
  14. 14. Чертовских Е.О., Кунаев Р.У., Качин В.А., Карпиков А.В. Отложения гипса при добыче нефти и газа на Верхнечонском нефтегазоконденсатном месторождении // Вестник ИрГТУ. 2013. № 12 (83). С. 143–148.
  15. 15. Всеволожский В.А., Киреева Т.А. Влияние глубинных газопаровых флюидов на формирование состава пластовых вод нефтегазовых месторождений // Вестн. Моск. ун‑та. Серия 4: Геология. 2010. № 3. С. 57–62.
  16. 16. Bailey B., Crabtree M., Tyrie J. et al. Water control oilfield review // Oilfield Review. 2000. Vol. 12. Iss. 1. P. 30–51.
  17. 17. Абукова Л.А. Технология автоматизированного выбора метода изучения минерального солеотложения в пластовых и скважинных условиях // Геология, геофизика и разработка нефтяных и газовых месторождений. 2002. № 5. C. 90–94.
  18. 18. Федорова А.Ф., Шиц Е.Ю. Методический комплекс по изучению химической совместимости пластовых флюидов с системами ППД // Изв. вузов. Химия и хим. технология. 2011. Т. 54. № 3. С. 88–91.
  19. 19. Hu Y.-S., Min C. Identification and modeling of geochemical reactions occurring within the sandstone reservoir flooded by seawater // Pet. Sci. Technol. 2016. Vol. 34. No. 17/18. P. 1595–1601.
  20. 20. Liu F., Wang M. Review of low salinity waterflooding mechanisms: Wettability alteration and its impact on oil recovery // Fuel. 2020. Vol. 267. P. 1–17.
  21. 21. Попов С.Н. Численное моделирование техногенного солеотложения при закачке морской воды в продуктивный пласт на примере месторождения Жетыбай (Казахстан) // Геология, геофизика и разработка нефтяных и газовых месторождений. 2012. № 2. С. 48–53.
  22. 22. Гаджиев Ф.М., Атакишева Н.А. Исследование химического состава смеси пластовой воды свиты «Перерыва» месторождения «Гюнешли» с водой Каспийского моря // SOCAR Proceedings. 2012. № 1. С. 30–40.
  23. 23. Moghadasi J., Muller-Steinhagen H., Jamaialahmadi M., Sharif A. Prediction of scale formation problem in oil reservoirs and production equipment due to injection of incompatible waters // Asia-Pacific J. Chem. Eng. 2006. Vol. 14. No. 3/4. P. 545–566.
  24. 24. Azizi J., Shadizadeh S.R., Manshad A.K., Jadidi N. Effects of pH and temperature on oilfield scale formation // IJOGST. 2018. Vol. 7. No. 3. P. 18–31.
  25. 25. Сафиуллин И.Р., Гараева Н.В., Цыбин С.С. и др. Минерализация пластовых вод неокомского водоносного комплекса месторождения Западной Сибири // Экспозиция Нефть Газ. 2023. № 2. С. 24–29.
  26. 26. Garba M.D., Sulaiman M.S. Oilfield Scales Treatment and Managerial Measures in the Fight for Sustainable Production // PTDJ. 2014. Vol. 2. P. 19–37.
  27. 27. Kamal M.S., Hussein I., Mahmoud M. et al. Oilfield scale formation and chemical removal: A review // Journal of Petroleum Science and Engineering. 2018. Vol. 171. P. 127–139.
  28. 28. Rafiee H., Sorbie K., Mackay E. The Deposition Kinetics of Barium Sulphate Scale: Model Development // Frontiers in Materials. 2023. Vol. 10. P. 1–23.
  29. 29. Xu Z.X., Li S.Y., Li B.F. et al. A review of development methods and EOR technologies for carbonate reservoirs // Petroleum Science. 2020. Vol. 17. Iss. 4. P. 990–1013.
  30. 30. Muryanto S., Bayuseno A., Ma H., Usamah M. Calcium carbonate scale formation in pipes: effect of flow rates, temperature and malic acid as additives on the mass and morphology of the scale // Procedia Chem. 2014. Vol. 9. P. 69–76.
  31. 31. Сыдыков Ж.Д., Самбаева Д.А., Толоконникова Л.И., Маймеков З.К. Образование арагонита и кальцита в системе Са(ОН)2–Н2О–СО2 – воздух при различной минерализации раствора // Наука, новые технологии и инновации. 2008. № 3/4. С. 220–224.
  32. 32. Khormali A., Petrakov D.G., Javad M., Moein A. Experimental analysis of calcium carbonate scale formation and inhibition in waterflooding of carbonate reservoirs // J. Pet. Sci. Eng. 2016. Vol. 147. P. 843–850.
  33. 33. Ольховская В.А., Песков А.В., Ермошкин А.А., Гритчина В.В. Диагностирование состава солевых отложений методами рентгендифрактометрического и энергодисперсионного микроанализа // Нефтепромысловое дело. 2010. № 5. С. 44–52.
  34. 34. Fan M.M., Liu H.F., Dong Z.H. Microbiologically influenced corrosion of X60 carbon steel in CO2-saturated oilfield flooding water // Materials and Corrosion. 2013. Vol. 64. No. 3. P. 242–246.
  35. 35. Гусаков В.Н., Абдрашитова Р.Н., Колотыгина В.Н. Анализ условий формирования отложений галита и поиск реагентов для ингибирования // Вода: химия и экология. 2024. № 1. С. 29–41.
  36. 36. Кащавцев В.Е., Мищенко И.Т. Солеобразование при добыче нефти. М.: Орбита-М, 2004. 433 с.
  37. 37. Awadh S.M., Al-Mimar H.S., Yaseen Z.M. Effect of Water Flooding on Oil Reservoir Permeability: Saturation Index Prediction Model for Giant Oil Reservoirs, Southern Iraq // Natural Resources Research. 2021. Vol. 30. P. 4403–4415.
  38. 38. Ивановский В.Н. Анализ существующих методик прогнозирования солеотложения на рабочих органах УЭЦН // Инженерная практика. 2009. Пилотный выпуск. С. 8–11.
  39. 39. Маркин А.Н., Низамов Р.Э., Суховерхов С.В. Нефтепромысловая химия: практическое руководство. Владивосток: Дальнаука, 2011. 294 с.
  40. 40. Bahadori A., Zahedi G., Zendehboudi S. Estimation of potential barium sulfate (barite) precipitation in oilfield brines using a simple predictive tool // Environ. Prog. Sustain. 2013. Vol. 32. No. 3. P. 860–865.
  41. 41. Verri G., Sorbie K.S., Silva D. A rigorous general work flow for accurate prediction of carbonate and sulphide scaling profiles in oil and gas wells // J. Pet. Sci. Eng. 2017. Vol. 156. P. 673–681.
  42. 42. Исаева Г.Ю. Основные проблемы оценки солеотложения при разработке гидротермальных ресурсов // Труды Института геологии ДНЦ РАН. 2009. № 55. С. 156–158.
  43. 43. Ситников А.В., Сенникова О.В., Жирнов М.В. и др. Прогнозирование солеотложения при смешивании различных типов вод в системе поддержания пластового давления // Нефтяное хозяйство. 2007. № 9. C. 64–65.
  44. 44. Сальникова Ю.И. Результаты исследований совместимости пластовых и закачиваемых вод на месторождении углеводородов в Западной Сибири // Успехи современного естествознания. 2024. № 2. С. 44–53.
  45. 45. Peretomode E., Eboibi B., Hart A., Ajie M. Modeling the impact of pH and reservoir temperature on the dissolution of quartz mineral due to oilfield chemical treatment // Petroleum Science and Technology. October, 2020. P. 1–15.
  46. 46. Sircar A., Yadav K., Rayavarapu K. et al. Application of machine learning and artificial intelligence in oil and gas industry // Petroleum Research. 2021. Vol. 6. Iss. 4. P. 379–391.
  47. 47. Хасанов И.И., Хасанова З.Р., Шакиров Р.А., Недельченко О.И. Обзор применения нейросетей в области добычи и транспорта нефти и газа // Транспорт и хранение нефтепродуктов и углеводородного сырья. 2022. № 3/4. С. 11–15.
  48. 48. Choubey S., Karmakar G.P. Artificial intelligence techniques and their application in oil and gas industry // Artificial Intelligence Review. 2021. Vol. 54 (5). P. 3665–3683.
  49. 49. Половова Т.А., Сульдина Г.А., Владимирова С.А., Телков О.А. Перспективы использования технологий искусственного интеллекта в нефтегазовой отрасли // Экономика: вчера, сегодня, завтра. 2023. Т. 13. № 3-1. С. 119–125.
  50. 50. Топольников А.С. Машинное обучение для механизированной добычи нефти // Деловой журнал Neftegaz.RU. 2021. № 5. С. 14–19.
  51. 51. Falode O., Udomboso C., Ebere F. Prediction of Oilfield Scale Formation Using Artificial Neural Network (ANN) // Advances in Research. 2016. Vol. 7 (6). P. 1–13.
  52. 52. Черников А.Д., Еремин Н.А., Столяров В.Е. и др. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения // Георесурсы. 2020. Т. 22. № 3. С. 87–96.
QR
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library