Нефтяные пласты содержат пустоты и полости, которые заполнены не только углеводородами, но и водой, которая может занимать до 70% их объема. Оценка состава пластов необходима для точного расчета запасов нефти и планирования добычи. Традиционные методы требуют трудоемких и дорогостоящих испытаний образцов породы в лабораторных условиях. Однако при работе со сложными неоднородными пластами они не всегда дают точные результаты, уточнили в вузе.
«Ученые ПНИПУ и иранского Университета Персидского залива разработали инновационный метод качественной оценки водонасыщенности нефтяных коллекторов с использованием машинного обучения. Комплексное исследование позволило выявить наиболее оптимальный алгоритм, который превосходит традиционные подходы, обеспечивая точность прогноза до 99,5%», — сообщили в ПНИПУ.
Образец горной породы в лаборатории оценивают по таким параметрам, как пористость, проницаемость, насыщенность, плотность и другим. Авторы предложили алгоритм, который способен уловить сложные связи между разными характеристиками пласта для прогноза содержания воды. Точность обеспечивается использованием обучающей базы данных о параметрах месторождений на юго-западе Ирана, включающей результаты более 30 тыс. замеров по девяти параметрам.
«Таким образом, обученный алгоритм сможет непрерывно выдавать показатели насыщения скважины водой. Внедрение такой технологии может кардинально изменить процесс управления нефтяными месторождениями, особенно в условиях сложных и неоднородных коллекторов: повысить точность подсчета запасов углеводородов, оптимизировать добычу, снизить зависимость от дорогостоящих и не всегда продуктивных исследований керна», — пояснили в вузе.
Результаты работы опубликованы в журнале Scientific Reports.
