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.
Рентабельность гидроразрыва пласта повысили с помощью искусственного интеллекта
Исследователи из Сколтеха и компании «Газпромнефть НТЦ» запатентовали метод на базе машинного обучения, позволяющий оптимизировать технологию гидроразрыва пласта, которую нефтегазовые компании используют для интенсификации добычи скважин. На основании анализа кропотливо собранных данных по тысячам скважин ИИ делает индивидуальный прогноз оптимальных параметров гидроразрыва для конкретной скважины.
Первоначально представленная в январском выпуске Journal of Petroleum Science and Engineering и другой статье в том же журнале разработка недавно зарегистрирована Роспатентом. Гидроразрыв пласта — закачка в нефте- или газоносную породу под высоким давлением смеси воды, химдобавок и твердых гранул «расклинивающего» материала с целью создания и закрепления трещин в пласте, за счёт которых увеличивается приток углеводородов в скважину. Эта операция сейчас проводится практически на любой новой скважине, но выполнить ее можно по-разному. В числе основных параметров — состав и объем закачиваемой жидкости, скорость закачки, характеристики гранул и другие технические тонкости.
Обычно значения всех этих параметров задают по итогам сложного и долгого моделирования. Научный руководитель проекта, профессор Сколтеха Андрей Осипцов, объясняет: «Берется физическая модель процесса гидроразрыва, и ей на вход подают подкреплённые некими гипотезами и рассуждениями значения параметров — модель предсказывает, как при таких параметрах изменится производительность скважины. Этот процесс многократно повторяют, чтобы выбрать наиболее успешный набор значений параметров, но на столь ресурсоемкое моделирование уходят дни или даже недели, причем речь всего об одной скважине, а на одном месторождении скважин много».
«Вместо этого мы обучили искусственный интеллект предсказывать производительность скважины на основании уникальной базы полевых данных, которую мы собрали и тщательно выверили — она содержит по 92 характеристики скважины, окружающей породы и гидроразрыва на 6 тысяч скважин с 23 месторождений», — рассказывает аспирант Сколтеха Антон Морозов. Поскольку производительность этих скважин после гидроразрыва уже доподлинно известна (и записана в той же базе в виде значений ещё 16 характеристик), обученный на этих данных ИИ может предсказывать производительность на основании тех или иных начальных условий.
«Умея предсказывать производительность скважины после гидроразрыва на основании параметров этой операции, мы можем решить так называемую обратную задачу. Дано: характеристики скважины и пласта. Найти: при каких параметрах гидроразрыва будет достигаться наибольшая добыча нефти или газа?» — поясняет руководитель проекта, старший инженер Сколтеха Альберт Вайнштейн и уточняет, что с использованием ИИ и алгоритмов оптимизации эта задача решается очень быстро. Аспирант Сколтеха Дмитрий Попков добавляет: «Метод успешно прошел испытания на Приобском месторождении в Западной Сибири и применим к любой нефтяной скважине».
«В дальнейшем решение можно усовершенствовать и приспособить для более бережной и ответственной по отношению к окружающей среде добычи ископаемого топлива в духе принципов ESG», — комментирует результаты работы аспирант Сколтеха Виктор Дупляков и поясняет, что вместо стремления максимизировать суммарную добычу любой ценой искусственному интеллекту можно поставить задачу сбалансировать нефтеотдачу и значимые для окружающей среды метрики, такие как количество использованной пресной воды и химикатов или израсходованного для питания насосов дизельного топлива и выброшенных в атмосферу парниковых газов. «Возможно, все эти метрики можно было бы даже свести в некий единый коэффициент экологичности или энергоэффективности отдельно взятой операции по гидроразрыву пласта», — поделился мыслями о возможных будущих исследованиях сотрудник «Газпромнефть НТЦ» Егор Шель.
Telegram 
Дзен 
VK 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.
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.
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.
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.
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