Новости

Казанские ученые разработали на основе искусственного интеллекта технологию, которая повысит добычу нефти

16 мая 2021

Значительная часть остаточных запасов нефти на крупных месторождениях, где разработка уже находится на поздней стадии, располагается в так называемых целиках. Это участки с неизвлеченной нефтью, возникающие, как правило, из-за неполного промывания отдельных пластов, в результате чего снижается общая потенциальная отдача месторождения. Созданный в Казанском федеральном университете программный комплекс позволяет локализовать и оценить объемы целиков, обеспечить управление их разработкой и в итоге существенно повысить коэффициента извлечения нефти.

«Суть проекта заключается в том, что мы, используя всю историю разработки месторождения и искусственный интеллект, а также лабораторные исследования флюидов, которые добываются из пласта, можем предсказать места расположения так называемых «сладких пятен» – мест, где есть остаточная нефть и где ее много. Именно там можно получить хорошие рентабельные дебиты», – объясняет заместитель директора по инновационной деятельности Института геологии и нефтегазовых технологий Казанского университета Владислав Судаков.

В настоящее время коэффициент извлечения нефти на большинстве месторождений составляет порядка 40-50 процентов. Разработка казанских ученых позволяет увеличить этот показатель еще на 20 процентов. «Это огромные объемы, которые мы сможем добыть совместно с нефтяными компаниями. Причем для того чтобы добыть эту нефть, не потребуется больших капиталовложений. Мы ориентируемся на старые месторождения, где уже есть вся необходимая инфраструктура», — говорит Судаков.

По словам Судакова, в работе используется способ представления геолого-промысловых данных скважин и фильтрационно-емкостных характеристик околоскважинной зоны для локализации запасов в виде многоканального изображения, которое использовано в качестве исходных данных для сверточной нейронной сети. Эти алгоритмы позволяют производить многокомпонентный анализ, способный учитывать сложные нелинейные зависимости, неочевидные на первый взгляд. Результатом расчета по данной методике является двумерная карта месторождения, содержащая дебит нефти, воды и остаточные запасы нефти для каждой ячейки.

Интерес к новому программному комплексу уже проявили крупные российские и зарубежные нефтедобывающие компании. В частности, «Газпромнефть», Национальная нефтяная компания Абу-Даби (ADNOC), китайская нефтегазовая компания PetroChina, а также американская нефтесервисная компания Baker Hughes.

Новая казанская технология, как подчеркивают разработчики — это даже не импортозамещение, а «импортоопережение», поскольку ничего подобного на данный момент нет ни в России, ни за рубежом. При этом комплекс программный комплекс уже «обернут» в интерфейс и практически готов к работе. Осталось только провести пилотные испытания, которые запланированы на самое ближайшее время.

0
Haha
Haha
0
1
Love
Love
0
0
0
Читать также

Нейросеть научили создавать недостающие снимки образцов горных пород

2 мин. чтения

Найден безопасный метод добычи «огненного льда»

2 мин. чтения

Как создать космический лифт и динамики из стекла

4 мин. чтения

Какую электростанцию построить в городе, а какую — в космосе? Примерьте роль виртуального промышленника в нашем квизе.

1 мин. чтения
Фото предоставлено организаторами

Новые перспективы отечественных технологий обсудили на ИТ-форуме InfoSpace

1 мин. чтения

О бизнес-моделях развития автозаправочных станций расскажут на форуме «Заправка 4.0»

1 мин. чтения

Российская сеть АЗС продала за год 11,4 тыс. тонн кофейных напитков — эксперты объяснили популярность формата

3 мин. чтения
Фото: iStock

«Мегабатарейки» для городов и поселков: новые системы накопления энергии появятся на Кубани к началу туристического сезона

1 мин. чтения
Александр Лодыгин, Павел Яблочков и Томас Эдисон разгоняют тьму своими изобретениями

Трое против тьмы: как Лодыгин, Яблочков и Эдисон превратили ток в свет

4 мин. чтения

Доктор физико-математических наук Александр Баранов оценил перспективы использования ИИ-агентов в нефтегазовой отрасли

1 мин. чтения