Учет геолого-геофизических факторов при построении нейросетевых моделей выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин

Год публикации
Страницы
527-531
Аннотация

Цифровая модернизация на основе внедрения методов искусственного интеллекта, основанных на машинном обучении и искусственных нейронных сетях является мощным инструментом повышения эффективности разработки нефтегазовых месторождений, инновационным драйвером развития нефтегазовой отрасли.Основное преимущество применения ИНС для решения задач выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин заключается в том, что в ходе их построения и обучения в неявном, с точки зрения физики, виде с заданной точностью моделируются закономерности, присущие данным процессам, выявляющие взаимосвязи, в том числе, скрытые, между геолого-геофизическими, техническими и технологическими параметрами. При этом внедрение технологий искусственного интеллекта, в частности искусственных нейронных сетей, требует применения комплекса, все более детальных, адаптированных к различным целевым задачам, классификаторов, что предъявляет повышенные требования к проведению геологоразведочных работ, геологотехнологических исследований и различных видов каротажей и может быть в полной мере реализовано на базе построения и поддержания в актуальном состоянии постоянно действующей геологотехнологической модели месторождения.
Ключевые слова: геология, геолого-геофизические параметры, постоянно действующая геолого-технологическая модель месторождения, искусственный интеллект, искусственная нейронная сеть, целевая нейросетевая модель, строительство нефтяных и газовых скважин, выявление и прогнозирование осложнений, предупреждение аварийных ситуаций. Все более широкое внедрение методов искусственного интеллекта для повышения эффективности строительства нефтяных и газовых скважин приводит к растущему в геометрической прогрессии количеству и все большей специализации моделей искусственных нейронных сетей, настроенных на решение различных целевых задач: планирование разработки, оптимизация технологических режимов, прогнозирование осложнений при бурении (прихваты, поглощения, ГНВП, износ долота и др.) нефтяных и газовых скважин.

Статья подготовлена в рамках выполнения работ ФЦП Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 – 2020 годы по теме: Разработка высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин на основе постоянно действующих геолого-технологических моделей месторождений с применением технологий искусственного интеллекта и индустриального блокчейна для снижения рисков проведения геологоразведочных работ, в т.ч. на шельфовых проектах по Соглашению с Министерством науки и высшего образования РФ о выделении субсидии в виде гранта от 22 ноября 2019 г. № 075-15-2019-1688, уникальный идентификатор проекта RFMEFI60419X0217.

О новой парадигме развития нефтегазовой геологии. — Материалы Международной научнопрактической конференции. — Ихлас Казань, 2020.

Abstract

The purpose of the article is a systematic approach to accounting for geological and tectonic features of the structure of fields to select the optimal mode of drilling and construction of oil and gas wells. Comprehensive analysis showed the lack of reliable lithological and stratigraphic information on the description of cuttings during geological and technological measurements. A list of geological uncertainties affecting the trouble-free process of drilling oil and gas wells is described. The problem of the lack of basic software for the recognition and prevention of complications and emergencies during the drilling and construction of oil and gas wells is considered. A list of geological and technological parameters used to solve problems of preventing complications and reducing accidents during drilling and construction of oil and gas wells has been compiled.
Keywords: tectonics, geological features, heterogeneity, geological and technological research, prevention of accidents and complications, data quality, drilling.
 

The article was prepared based on the results of the work carried out within the framework of the state assignment on the topics: Fundamental basis of innovative technologies of the oil and gas industry (fundamental, prospecting and applied research) No. АААА-А19-119013190038-2, Development of scientific and methodological foundations of the search for large accumulations HC in non-structural traps of a combined type within platform oil and gas basins , No. АААА-А19-119022890063-9 and within the framework of the Federal Target Program Research and development in priority areas of development of the scientific and technological complex of Russia for 2014 - 2020 on the topic: Development of a high-performance automated system for preventing complications and emergencies during the construction of oil and gas wells based on constantly operating geological and technological models of fields using artificial intelligence technology and industrial blockchain to reduce the risks of geological exploration, including .h. on offshore projects under the Agreement with the Ministry of Science and Higher Education of the Russian Federation on the allocation of a subsidy in the form of a grant dated November 22, 2019 No. 075-15-2019-1688, unique project identifier RFMEFI60419X0.

Литература

1. РД 153-39.0-047-00. Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газонефтяных месторождений. Утвержден и введен в действие Минтопэнерго России приказом N 67 от 10.03.2000 г.
2. Шрейнер Л.А. Физические основы механики горных пород Механические свойства и процессы разрушения при бурении, Гостоптехиздат, 1950 - 212 с.
3. Суханов А.Ф. Единая классификация горных пород по буримости и взрываемости Гостоптехиздат, 1944. - 20 с.
4. Чеботарева И.Я. Эмиссионная сейсмическая томография – инструмент для изучения трещиноватости и флюидодинамики земной коры, Георесурсы, 2018. Т. 20. No 3. Ч.2. C. 238-245 с.