Российские специалисты учат ИИ оценивать пластовое давление на месторождениях нефти
Разработанный метод поможет проводить оценку без остановки добычи

Специалисты института «ТатНИПИнефть» (входит в «Татнефть») предложили оценивать пластовое давление с помощью алгоритмов машинного обучения. Это поможет быстро получать достоверные оценки без трудоёмких промысловых замеров. Об этом написали «Нефтяные вести».
Оценка пластового давления – одна из главных задач при разработке месторождений нефти, особенно на поздних стадиях. Именно от этого параметра зависят режим работы скважин, эффективность системы заводнения, а также обоснованность инженерных решений.
Пластовое давление обычно определяют гидродинамическими исследованиями скважин. Но для этого нужно останавливать добычу, что влечёт колоссальные финансовые потери. К тому же на зрелых месторождениях, где скважины эксплуатируют десятилетиями, получить стабильные и точные данные ещё сложнее.
Поэтому специалисты института совместно с Высшей школой нефти из Альметьевска разработали методику предсказания пластового давления на основе алгоритмов машинного обучения. Объектом исследований выбрали бобриковские отложения Ромашкинского месторождения в Татарстане. Это самый изученный и в то же время сложный объект. Для построения модели использовали промысловые данные почти за 24 года эксплуатации. В анализ вошли параметры работы скважин, характеризующие режим добычи и условия эксплуатации.
Основа обучения модели
Сначала специалисты проанализировали зависимость пластового давления от различных геолого-технологических параметров. Результаты показали, что наибольшую корреляцию с ним имеют забойное давление, глубина спуска насоса и обводнённость продукции. Эти и многие другие показатели легли в основу обучения модели.
В дальнейшем специалисты хотят расширять набор входных параметров и развивать комплексные модели, которые будут сочетать несколько методов машинного обучения.
Ранее мы писали, что в Самарской области создали цифровой реестр геологических карт.








































