Татнефть опробовала нейросети при обработке скважин на Ромашкинском месторождении

Ученые КФУ и нефтяники дорабатывают уникальную программу на основе машинного обучения.

Казанский федеральный университет и «Татнефть» разрабатывают уникальную программу на основе машинного обучения для интерпретации геофизических исследований нефтяных скважин. Об этом ИА Девон узнал из сообщения КФУ.

“Совместно с “Татнефтью” мы делаем полноценный программный продукт на основе нейронных сетей, который позволит проводить интерпретацию исследований скважин. На текущий момент сама “начинка” уже готова, ведутся работы над пользовательским интерфейсом”, – рассказал директор по инновационной деятельности Института геологии и нефтегазовых технологий (ИГиНГТ) КФУ Владислав Судаков.

Разработку назвали “Гиснейро” (ГИС – геофизические исследования скважин, “нейро” – нейросетевые алгоритмы). Разработка позволит эффективно распределить время специалистов, анализирующих результаты, полученные с использованием алгоритмов машинного обучения.

Ученые Стратегической академической единицы (САЕ) «Эконефть» Казанского университета совместно со специалистами “Татнефти” готовятся коммерциализировать один из готовых проектов. “Мы анализируем детальный рельеф земной поверхности в цифровом виде, у нас есть вся информация о трубопроводах, поселках, реках, оврагах. Огромный объем разнородной информации необходимо достаточно быстро обработать, - пояснил Судаков, - Даже с помощью специальных программных пакетов целой команде сотрудников для этого понадобятся значительные временные ресурсы. А алгоритм на основе машинного обучения сможет сделать это буквально за сутки”.

До этого ученым КФУ удалось продемонстрировать перспективу использования нейросетей при оптимизации процессов в нефтедобыче. Речь идёт о полноценном программном продукте, включающем в себя систему искусственного интеллекта. Он способен обрабатывать огромный объём скважинных данных, от бурения до ликвидации скважин.

“На каждую скважину имеется информация по десяткам видов геофизических исследований и технических мероприятий. Перед нами стояла задача оптимизации обработки этих данных для 4.5 тыс. скважин с использованием машинного обучения. Мы с командой подобрали нейросетевой алгоритм, который помог ускорить этот процесс в десятки раз”, – отмечает ученый.

Данная программа имеет большой потенциал, считают разработчики. Данный алгоритм ученые применили на участке Ромашкинского нефтяного месторождения «Татнефти» в Альметьевском районе. Несколько специалистов, тестируя программу, смогли в короткий срок и качественно обработать более 96% скважин. К оставшимся скважинам, которые отличаются нестандартным геологическим строением или крупными ошибками в данных, необходимо применить более сложные алгоритмы, отмечают ученые.

Актуальной для исследований является и проблема размещения устьев скважин при заданном местоположении их забоя, уточнил Судаков агентству ТАСС. Для обеспечения увеличения скорости бурения скважин и экономии, из одного куста (положения бурового станка) обычно бурится несколько скважин. На оптимизацию расположения этих кустов на поверхности влияет множество параметров технического, экономического, экологического, геологического и даже социального характера, добавил ученый.

В феврале ИА Девон сообщал, что «Татнефть» и КФУ развивают сотрудничество в области добычи и подземной переработки сверхвязкой нефти, развития технологий внутрипластового горения. Стороны начали внедрять элементы искусственного интеллекта и нейросетей в геологии.

СЛЕДУЮЩИЙ МАТЕРИАЛ РАЗДЕЛА "IT"