Учёные Томского политехнического университета разработали подход на основе искусственного интеллекта, который помогает подбирать параметры бурения нефтяных скважин с учётом особенностей горных пород. Он может помочь сократить время работ и снизить затраты: на бурение приходится от 30 до 60% стоимости скважины. Об этом сообщили ТАСС в Минобрнауки России.
Исследователи сосредоточились на неоднородных карбонатных породах – преимущественно известняках и доломитах. Бурить их непросто: скорость проходки зависит от прочности породы, давления, напряжений и других условий. При этом даже небольшое ускорение работ может заметно сократить расходы.
Для разработки системы учёные использовали данные трёх вертикальных нефтяных скважин. Они учитывали параметры бурения, глубину и характеристики механической модели пород. На этих данных построили модели, способные прогнозировать ход работ и помогать выбирать подходящие режимы.
Наиболее точной и воспроизводимой, по словам разработчика Шадфара Давуди, оказалась модель LSTM – разновидность нейросети, которая умеет анализировать последовательности данных. С помощью объяснимого ИИ исследователи также выяснили, что одним из главных факторов производительности бурения является частота вращения оборудования.
Затем модели объединили с алгоритмом оптимизации NSGA-III. Это позволило подобрать стратегии с учётом типа пласта и физических закономерностей поведения горных пород. Подход проверили на скважине, данные которой не использовались при разработке системы.
Как уточнили в Минобрнауки, разработка пока представляет собой методику оптимизации на основе данных. Чтобы применять её на других скважинах и месторождениях, потребуется расширить набор данных, включив различные геологические и эксплуатационные условия.
Смотрите наши материалы в Дзене.
Фото: магнифик
