Повышающую рентабельность добычи нефти нейросеть разработали в России
Российские ученые разработали и запатентовали систему машинного обучения, позволяющую подобрать оптимальные параметры для каждой скважины, где нефть добывается путем гидроразрыва пласта. Это позволит значительно повысить рентабельность фрекинговой добычи нефти, сообщила в среду пресс-служба \"Сколтеха\". \"Мы обучили искусственный интеллект предсказывать производительность скважины на основании уникальной базы полевых данных, которую мы собрали и тщательно выверили. Она содержит по 92 характеристики скважины, окружающей породы и гидроразрыва на 6 тыс. скважин с 23 месторождений\", - заявил научный сотрудник \"Сколтеха\" (Москва) Антон Морозов, чьи слова приводит пресс-служба вуза. Морозов и его коллеги приспособили алгоритм для решения еще одной важной научно-практической задачи - оценки эффективности использования технологии гидроразрыва пласта. Ее применяют при фрекинговой добычи нефти в США, Канаде, России и во многих других странах мира. Эффективная и экологичная добыча нефти Технология облегчает извлечение нефти из сложно устроенных пластов горных пород путем закачки в них смеси из воды, химических добавок и твердых гранул, которые вводятся в скважину под высоким давлением. Это приводит к появлению множества новых трещин в породах и увеличению размеров уже существующих проходов, что увеличивает скорость извлечения углеводородов из месторождения. Специалисты \"Сколтеха\" и их коллеги из компании \"Газпромнефть НТЦ\" разработали несколько подходов на базе систем машинного обучения, которые позволяют быстро вычислять, насколько эффективно извлекается нефть из скважины при определенном давлении, составе закачиваемой смеси и других параметрах проведения фрекинга. Аналогичным образом ученые создали алгоритмы, позволяющие решить обратную задачу - подобрать оптимальные параметры гидроразрыва пласта для обеспечения определенного уровня добычи углеводородов. В перспективе это позволит не только повысить рентабельность добычи нефти, но и сделать ее более экологичной для окружающей среды. \"Вместо стремления максимизировать суммарную добычу любой ценой искусственному интеллекту можно поставить задачу сбалансировать нефтеотдачу и значимые для окружающей среды метрики, такие как количество использованной пресной воды и химикатов, израсходованного для питания насосов дизельного топлива и выброшенных в атмосферу парниковых газов\", - подытожил научный сотрудник \"Сколтеха\" Виктор Дупляков.
