Специалисты Научно-технического центра «Газпром нефти» совместно с инжиниринговым центром Московского физико-технического института (МФТИ) начали разработку алгоритмов, основанных на методах машинного обучения. Технология позволит повысить качество эксплуатационных данных, получаемых из скважин, а также выявлять новые закономерности, узнал Информ-Девон из сообщения компании. Также это позволит вдвое сократить время оперативного анализа эксплуатационных данных при разработке месторождений, подбирать оптимальные методы разработки для увеличения добычи нефти, сокращая затраты и оперативно учитывать найденные новые закономерности.

Замерные эксплуатационные данные (дебит жидкости, нефти, обводненность продукции, значения забойного давления) поступают со всех скважин «Газпром нефти». Формируются месячные данные по добыче и данные техрежимов, информация о проведенных исследованиях и физических характеристиках пласта и добываемой жидкости и газа. Качество этих данных не всегда позволяет провести полноценный анализ. Определить ошибку силами специалистов компании не всегда возможно, а некорректная информация влечет за собой неверные выводы о текущем состоянии скважин и месторождения в целом, вследствие чего могут быть приняты неверные решения по проведению геолого-технических мероприятий (ГТМ). Использование методов машинного обучения должно повысить скорость обработки и анализа больших объемов информации с месторождения. При этом станет возможным интегрировать разнородные данные.

Применение методов Data Science (наука о данных) дает возможность обрабатывать огромные массивы данных (Big Data), выявлять новые скрытые закономерности и учитывать их в дальнейшем для построения прогнозов, доопределять отсутствующие значения. В рамках проекта сформированы алгоритмы поиска некорректных значений и восстановления пропущенных данных, определения процессов взаимовлияния скважин друг на друга, а также классификация скважин по степени отклонениям текущей продуктивности от возможной для скважин, находящихся в схожих геологических условиях. Это может существенно повысить скорость и эффективность работы нефтяников, снизить риски принятия неверных решений по разработке, вызванных «человеческим фактором», и уменьшить время простоя скважин, создав «интеллектуального помощника» для специалиста-разработчика.

 «Анализ больших данных как инструмент позволяет значительно увеличить ценность актуальной информации. Поиск скрытых нетривиальных зависимостей и комплексный анализ неструктурированной разнотиповой информации даст второе дыхание „запылившимся на полке“ данным», сказал генеральный директор Инжинирингового центра МФТИ Тимур Тавберидзе. В современной нефтегазовой отрасли принятие решение базируется на данных, объём которых растет со временем экспоненциально Big Data-парадигма позволяет адаптировать бизнес-стратегии под такие „взрывающиеся“ темпы роста данных, говорит он. 

Разработка алгоритмов машинного обучения ведется в рамках реализации направления Технологической стратегии «Газпром нефти» — Электронной разработки активов (ЭРА). Это стратегия развития IT-проектов «Газпром нефти» в сфере разведки и добычи, которая охватывает все основные направления деятельности: геологоразведка, геология, бурение, разработка, добыча, обустройство месторождений.