Top.Mail.Ru
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

Глава Российского экологического общества Рашид Исмаилов рассказал, почему нефтегазовой отрасли необходимы новые экологические стандарты

1 мин. чтения

От целей — к стандарту: новый подход к заботе об экологии в нефтяной отрасли предложили в России

2 мин. чтения

Холодный поиск профессии: кем бы вы стали в Центре изучения вечной мерзлоты

1 мин. чтения

Как выглядят самые необычные месторождения нефти в России: фотогалерея

2 мин. чтения
ЛЭП в морозный день

Россия установила исторический рекорд по потреблению электричества

1 мин. чтения

Исследователи подсмотрели у бактерий секрет создания стабильных солнечных батарей

2 мин. чтения
Гриб-электростанция

Грибная электростанция: какую энергию таят в себе грибы

4 мин. чтения

Названы пять ключевых направлений развития мировой энергетики в 2026 году

1 мин. чтения

Эксперт по разработке нефтегазовых месторождений Дмитрий Тананыхин рассказал, где пригодятся российские модульные буровые установки

2 мин. чтения

Чем занимались «Ребята с улицы Панисперна» и студенческие научные общества СССР: узнайте в квизе об открытиях молодых ученых

1 мин. чтения