Заместитель директора по инновационной деятельности Института геологии и нефтегазовых технологий (ИГиНГТ) КФУ Владислав Судаков рассказал, что ученые вуза создали технологию, находящую с помощью нейросетей остаточные запасы нефти. Программа поможет увеличить на 20 процентов увеличить коэффициент извлечения нефти (КИН).
К разработке методов локализации и разработки остаточных запасов на основе нейросетевых алгоритмов ученые КФУ приступили еще в 2019 году — команда вместе с «Татнефтью» получила по 218-му постановлению Правительства России грант в 217 млн рублей. В разработке участвовали геофизики, геохимики, геологи, разработчики из ИГиНГТ КФУ, а также большая группа программистов и математиков (как из Казанского университета, так и привлеченные специалисты).
Много остаточных запасов находится в целиках – участках, ограниченных промытыми высокопроницаемыми зонами. Проблема состоит в оконтуривании этих участков и создании эффективных методов их разработки. Разработка высокотехнологичного программного комплекса позволяет оценить объемы и локализовать остаточные запасы нефти (целики) на крупных месторождениях, находящихся на поздней стадии разработки, а также обеспечить эффективное управление разработкой целиков и достижение высокого коэффициента извлечения нефти.
— Мы, используя всю историю разработки месторождения и искусственный интеллект, а также лабораторные исследования флюидов, которые добываются из пласта, можем предсказать места расположения так называемых «сладких пятен» – мест, где есть остаточная нефть и где ее много. Именно там можно получить хорошие рентабельные дебиты, – пояснил Судаков.
Сейчас конечный КИН большинства месторождений составляет 40-50 процентов. Поэтому ученым предстоит увеличить его еще на 20 процентов. Эксперт уверен, что у разработки КФУ нет зарубежных аналогов и назвал ее импортоопережающей. Проектом заинетерсовались Национальная нефтяная компания Абу-Даби (ADNOC), китайская нефтегазовая компания PetroChina, американская нефтесервисная компания Baker Hughes, а также российская «Газпром нефть». Пилотные испытания технологии запланированы на ближайшее время на базе ПАО «Татнефть».
В работе используется способ представления геолого-промысловых данных скважин и фильтрационно-емкостных характеристик околоскважинной зоны для локализации запасов в виде многоканального изображения, которое использовано в качестве исходных данных для сверточной нейронной сети. Эти алгоритмы позволяют производить многокомпонентный анализ, способный учитывать сложные нелинейные зависимости, неочевидные на первый взгляд. Результат рассчета по методике — двумерная карта месторождения, содержащая дебит нефти, воды и остаточные запасы нефти для каждой ячейки.
Для подбора эффективных методов разработки реализуется стохастический аналог гидродинамического симулятора с помощью обобщенного фильтра Калмана. Модели обучают с помощью ЕМ-алгоритма. Также проект поможет снизить времязатраты на обработку кондиционных данных и оптимизация ручного труда.
Читайте также: Россия нашла новых покупателей нефти
Comment section