Продолжение истории с восстановлением забойного давления (предыдущий пост). Отдельно обученная ML-модель даёт давление там, где нет датчиков — но сама по себе цифра давления мало что говорит инженеру-технологу. Важнее другой вопрос: почему изменилась добыча? Упало пластовое давление? Выросло сопротивление в призабойной зоне? Или просто скважина меньше простаивала?

Для этого на основе физического уравнения притока газа (двухчленное уравнение, учитывающее и ламинарную, и турбулентную составляющие фильтрации) написал модуль на Python, который раскладывает изменение дебита на конкретные факторы — методом цепных подстановок.

Логика сквозная: загрузка промысловых данных → расчёт PVT-свойств газа и калибровка коэффициентов A и B (сопротивление пласта) под фактические данные → собственно факторный анализ → визуализация в виде waterfall-диаграмм. Почему именно цепные подстановки, а не более строгие математически методы (интегральный, метод полных подстановок)? Для инженера-технолога, который не пишет код, а принимает решения по ГТМ, важнее прозрачность логики, чем теоретическая строгость на третьем знаке после запятой. Метод последовательной замены факторов — по сути, "а что если бы изменился только этот параметр, а остальные остались как были" — интуитивно понятен и легко расширяется (например, я без переписывания формул добавил туда коэффициент эксплуатации скважины).

Вот результат на реальной скважине при переходе с 4 квартала 2024 на 1 квартал 2025. Добыча выросла с 2,33 до 6,96 млн м³. Разложение по факторам: — снижение коэффициента A (улучшилась работа призабойной зоны после ГТМ) — вклад -0,65 — изменение коэффициента B — -0,07 — падение пластового давления (естественное истощение) — -0,11 — снижение забойного давления, то есть рост депрессии на пласт — +0,59 — рост коэффициента эксплуатации (меньше простоев) — +4,87 Главный вывод по этой скважине неожиданно скучный: дело не в пласте и не в химии призабойной зоны — просто скважина стала реже простаивать. Это значит, что деньги и время стоит вкладывать в надёжность наземного оборудования, а не в дорогостоящий ГРП или кислотную обработку, которые здесь дали бы минимальный эффект. И в этом смысл инструмента: вместо того чтобы на каждую просевшую скважину реагировать одним и тем же "давайте сделаем ГТМ", факторный анализ сразу показывает, какое именно мероприятие имеет смысл — для конкретной скважины, по факту, а не по интуиции.