ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРОДУКТИВНОСТИ ГОРИЗОНТАЛЬНЫХ СКВАЖИН И ОПТИМИЗАЦИИ ГИДРОРАЗРЫВА ПЛАСТА

Аннотация

В работе рассматривается использование различных алгоритмов МО, таких как регрессионный анализ, нейронные сети (включая глубокое обучение) и методы опорных векторов, для построения предиктивных моделей. Эти модели обучаются на обширных массивах исторических данных, включающих геолого-физические характеристики пласта, параметры бурения и детальные сведения о дизайне и исполнении операций ГРП. Главной целью является создание точного инструмента для прогнозирования долгосрочной продуктивности ГС до начала бурения или выбора оптимальной стратегии разработки.

Особое внимание уделяется оптимизации МГРП. Методы ИИ позволяют оперативно анализировать тысячи возможных комбинаций параметров ГРП, что невозможно при использовании классических симуляторов. Применяя алгоритмы оптимизации (например, генетические алгоритмы, управляемые моделями МО), можно определить наиболее эффективный дизайн ГРП, который максимизирует коэффициент извлечения нефти (КИН) или чистую приведённую стоимость (NPV) проекта, учитывая технологические и экономические ограничения. Результаты исследования подтверждают, что интеграция ИИ/МО в процессы планирования разработки позволяет существенно снизить капитальные затраты, повысить точность прогнозов и достичь значительного прироста добычи по сравнению с традиционными подходами, обеспечивая тем самым повышение экономической эффективности проектов.