Создана нейросеть для более эффективной разработки нефтяных пластов
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали нейросеть, способную, с помощью математического анализа призабойной зоны нефтяного пласта, увеличить эффективность разработки скважин и повысить нефтеотдачу, рассказали ТАСС в пресс-службе вуза.
«Прогнозирование показателей проницаемости призабойной зоны скважин (участка слоя пород с полезными ископаемыми) и скин-фактора сейчас одна из первостепенных задач в нефтяной отрасли, ее решение позволит более обоснованно подходить к подбору технологического режима работы, методов интенсификации добычи и повышения нефтеотдачи пласта. Рассмотренные нами подходы и методы — первый этап создания комплексной системы по оценке состояния ПЗП на основе больших данных, полученных в процессе разработки нефтегазовых объектов», — рассказал доктор технических наук, доцент кафедры «Нефтегазовые технологии» ПНИПУ Дмитрий Мартюшев.
По словам ученых, именно через призабойную зону жидкость из пласта поступает в скважину. Скин-слой и проницаемость — важные характеристики состояния ПЗП, от которых зависит производительность добывающих скважин и эффективность методов повышения нефтеотдачи. Применение искусственных нейросетей позволяет контролировать эти факторы без остановки скважин на гидродинамические исследования. Сейчас нефтяники обычно используют проницаемость удаленной зоны пласта, которую определяют по данным гидродинамических исследований скважин. Для этого приходится останавливать скважины и прекращать добычу, что приводит к недоборам нефти и повышению рисков не вывести их на нужный режим работы.
Для обучения нейросети пермские исследователи использовали геологические и эксплуатационные данные 486 гидродинамических исследований добывающих скважин. Для программирования величин проницаемости призабойной зоны пласта учитывали такие параметры, как забойное, пластовое и давление насыщения нефти газом, дебит жидкости, эффективную толщину пласта, обводненность и пористость пласта. Нейросеть состоит из слоев и нейронов. Слои представляют собой функциональные блоки, которые обрабатывают входные данные, вычисляют скрытые признаки и формируют выходные значения подобно математической модели. Каждый слой состоит из определенного числа нейронов — связанных между собой вычислительных единиц, которые получают информацию, производят простые вычисления и передают их дальше. Ученые ПНИПУ протестировали модели нейросетей с различным количеством слоев (от 1 до 4) и количеством нейронов (50, 100, 150, 200). В результате была выбрана наилучшая модель с 4 слоями по 100 нейронов в каждом.
Перспективы разработки
По данным университета, разработка на основе нейросетей позволит проводить оперативный анализ скважины для повышения нефтеотдачи и поможет сократить убытки нефтедобывающих предприятий. Результаты исследования ученых ПНИПУ опубликованы в журнале «Георесурсы» том 26 за 2024 год. Работа выполнена в рамках программы стратегического академического лидерства «Приоритет 2030», обладателем гранта которой в размере 100 млн рублей ПНИПУ стал в 2021 году.
