Ученые из Пермского Политеха и Иранского университета Персидского залива разработали метод машинного обучения, позволяющий с высокой точностью определять содержание воды в нефтяных пластах. Об этом "Газете.Ru" сообщили в пресс-службе образовательного учреждения.
Нефтяные пласты содержат множество микропустот, заполненных не только углеводородами, но и водой, доля которой может достигать 70%.
Количество воды напрямую влияет на оценку запасов и стратегию добычи. Традиционные методы — анализ керна в лабораториях — дорогостоящи и не всегда дают точные результаты, особенно для сложных и неоднородных пластов.Ученые обучили и протестировали пять алгоритмов машинного обучения на базе более чем 30 тыс. замеров из юго-западного региона Ирана. В выборку вошли девять параметров скважин: глубина, пористость, сопротивление породы, гамма-излучение, диаметр, скорость продольных волн, плотность и температура.
Наилучший результат показал метод опорных векторов: коэффициент предсказания составил 0,995 из 1, что соответствует точности до 99,5%. Погрешность не превышает 0,2%.
Алгоритм позволяет непрерывно выдавать данные о водонасыщенности на основе параметров, которые и так регулярно контролируются геологами. Внедрение технологии может значительно повысить точность оценки запасов, снизить затраты на лабораторные исследования и оптимизировать процесс добычи.
Однако исследователи отмечают, что метод пока обучен на песчаных коллекторах. Для карбонатных пород или трещиноватых систем потребуется адаптация.
"Наш алгоритм показал почти идеальную точность. Это открывает путь к новым методам управления нефтяными месторождениями", — отметил профессор ПНИПУ Дмитрий Мартюшев.
Свежие комментарии