Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Пермские ученые обучили нейронную сеть прогнозировать дебит горизонтальных скважин
Сегодня широко развивается технология горизонтального бурения скважин (когда их прокладывают с отклонением от вертикальной оси не менее чем на 80 градусов). Благодаря такой технологии нефть добывается с большей результативностью, чем при использовании обычных вертикальных скважин. Этот метод позволяет охватывать и разрабатывать обширные залежи углеводородов с использованием только одной скважины. Но существующие технологии, основанные на аналитических уравнениях, слишком ненадежны для расчета и прогноза дебита горизонтальных скважин (объема продукции, добываемой из скважины за единицу времени). Неточный расчет дебита негативно влияет на эффективность добычи нефти. Финансовые, человеческие и технологические ресурсы могут быть потрачены впустую – на скважину, которая не окупит затрат. Чтобы повысить точность прогнозирования дебита горизонтальных скважин, ученые Пермского Политеха предложили принципиально новый подход, основанный на методах машинного обучения.
Исследование опубликовано в журнале SOCAR Proceedings, Special Issue. С 1950-х годов множество ученых представили свои математические модели расчета дебита горизонтальной скважины. Однако, как выяснили ученые Пермского Политеха, значение дебита, рассчитанное при помощи данных методов, может отличаться от фактического на 40-80 процентов.
Методы математического моделирования похожи на конструктор «Лего», в котором вместо деталей – данные о геолого-физических условиях эксплуатации скважины и математические формулы, на основе которых определяется дебит. Однако в нашем случае проблема кроется в наличии множества допущений: неоднородности пласта, конструкции скважины, закона фильтрации флюида (жидкости, которая встречается в порах горной породы), фильтрационных сопротивлений, реологии флюидов и их свойств. Чтобы повысить точность прогнозирования дебита горизонтальных скважин, ученые Пермского Политеха предложили использовать методы машинного обучения.
Первым этапом построения моделей машинного обучения стали сбор и подготовка, предобработка и структуризация цифрового массива информации. Для анализа ученые сформировали базу данных по 178 горизонтальным скважинам 31 нефтяного месторождения: геолого-физические характеристики пластов, исходные данные для гидродинамических исследований скважин, конструктивные особенности скважин (диаметр ствола, длина участка по стволу) и информацию об их методе освоения.
Для прогнозирования использовался многомерный регрессионный анализ – набор статистических методов оценки связей между зависимой переменной и одной/несколькими независимыми переменными. Дебит выступал в качестве зависимого признака, а геолого-технологические параметры (коэффициенты нефтенасыщенности, песчанистости, вытеснения и пористости, диаметр ствола скважины, проницаемости, вязкости нефти) – в качестве независимых факторов. Затем, для достижения максимальной точности прогнозирования и оперативности расчетов, ученые обратились к использованию нейронных сетей.
«В качестве модели использовалась полносвязная нейронная сеть прямого распространения. Преимуществом данного вида нейросети является ее универсальность и возможность адаптироваться к любым входным данным, выделяя при этом важные признаки и игнорируя незначительные. Разработанная модель доказала свою эффективность. Коэффициент детерминации составил более 0,8, что выше значения, полученного по аналитическим формулам на 50-90 процентов», – подводит итог кандидат технических наук, доцент кафедры «Нефтегазовые технологии» Пермского Политеха Дмитрий Мартюшев.
Преимуществом разработанной учеными ПНИПУ модели является использование уже накопленного опыта бурения и формирование обобщенных закономерностей прогнозирования дебита горизонтальных скважин. С расширением базы данных эксплуатации горизонтальных скважин в различных геолого-физических условиях предложенный метод может стать еще точнее.
Telegram 
Дзен 
VK Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.
Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.
Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.
Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.
Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно