Нейросети помогут выявить «сладкие» запасы нефти

Уникальную мировую технологию испытают на зрелых месторождениях Татарстана.

Создание технологии по локализации запасов нефти на основе нейросетей, разработанной казанскими учеными, позволит на 20% увеличить коэффициент извлечения нефти. Об этом портал узнал из сообщения Казанского федерального университета.

В КФУ создается программный комплекс для разработки остаточных запасов крупных месторождений нефти на поздней стадии разработки. Значительная часть остаточных запасов находится в целиках – участках, ограниченных промытыми высокопроницаемыми зонами. Проблема состоит в оконтуривании этих участков и создании эффективных методов их разработки. Новое ПО даст возможность оценить объемы и локализовать целики, эффективно управлять разработкой остаточных запасов и достигать высокого КИН.

«Мы, используя всю историю разработки месторождения и искусственный интеллект, а также лабораторные исследования флюидов, которые добываются из пласта, можем предсказать места расположения «сладких пятен». Это места, где есть остаточная нефть и где ее много. Именно там можно получить хорошие рентабельные дебиты», – пояснил зама по инновационной деятельности Института геологии и нефтегазовых технологий КФУ Владислав Судаков.

Он отметил, что конечный КИН большинства месторождений составляет 40-50%.

  Липецкэнерго обеспечило электроэнергией еще одно сельскохозяйственное предприятие

«Благодаря нашей разработке мы планируем увеличить этот показатель еще на 20%, – сообщил Судаков. – Это огромные объемы нефти, которые мы сможем добыть совместно с нефтяными компаниями. Чтобы добыть эту нефть, не потребуется больших капиталовложений. Мы ориентируемся на старые месторождения, где уже есть необходимая инфраструктура».

Это решение позволит продлить экономически выгодный период разработки месторождений.

«Это импортоопережение. Аналогов в мире нет, – заявил ученый. – У нас уже готово пакетное решение, «обернутое» в интерфейс. И его можно использовать для нужд не только ПАО «Татнефть», но и других компаний».

Заинтересованность в использовании программного комплекса уже проявляют Национальная нефтяная компания (ADNOC), китайская нефтегазовая компания PetroChina, американская нефтесервисная компания Baker Hughes, а также «Газпром нефть». Пилотные испытания технологии запланированы на ближайшее время на базе «Татнефти».

В работе используется способ представления геолого-промысловых данных скважин и ационно-емкостных характеристик околоскважинной зоны для локализации запасов в виде многоканального изображения. Оно использовано в качестве исходных данных для сверточной нейронной сети.

  «Горно-Алтайские электрические сети» продолжают подготовку к осенне-зимнему периоду.

Эти алгоритмы позволяют производить многокомпонентный , способный учитывать сложные нелинейные зависимости, неочевидные на первый взгляд. В итоге появляется двумерная месторождения, содержащая информацию о дебите нефти, воды и остаточных запасов нефти для каждой ячейки.

Для подбора эффективных методов разработки реализуется стохастический (случайный) аналог гидродинамического симулятора с ю обобщенного фильтра Калмана. Обучение модели производится с помощью ЕМ-алгоритма.

Прим. портал : EM-алгоритм (англ. Expectation-maximization algorithm) — используется в математической статистике. Он необходим для нахождения оценок максимального правдоподобия параметров вероятностных моделей, в случае, когда модель зависит от некоторых скрытых переменных.

Кроме того, для методов увеличения нефтеотдачи пластов (МУН) и геолого-технических мероприятий (ГТМ) дополнительно применяются регрессионные модели. Они обучаются в промежутках между итерациями ЕМ-алгоритма. В результате получается экономический эффект за счет увеличения добычи нефти и уменьшения обводненности в связи. Уменьшаются затраты на обработку кондиционных данных и оптимизация ручного труда. 

К разработке методов локализации и разработки остаточных запасов на основе нейросетевых алгоритмов ученые Казанского федерального университета приступили еще в 2019 году.

  Защитная автоматика отключила энергоблок №4 Белоярской АЭС

Для этого Министерство науки и высшего образования РФ выделило КФУ 217 млн рублей. В разработке принимали участие и, геохимики, геологи, разработчики из ИГиНГТ КФУ, а также большая группа программистов и математиков.

Ранее «портал » сообщал, что на месторождениях Татарстана испытали программные комплексы «Геоиндикатор» и «Гиснейро», созданные в КФУ. «Геоиндикатор» позволяет определить источник обводнения или притока нефти в добывающих скважинах на основе геохимических методов исследования пластовых флюидов. «Гиснейро» автоматизирует интерпретацию геофизических исследований скважин. Казанские ученые также разработали ПО для моделирования нефтевытеснения.

Подписывайтесь на наш Телеграм-канал чтобы знать больше https://t.me/ieport_new

Читайте также: Носледние новости России и мира сегодня.

Pin It

Добавить комментарий