Э.Н. Рамазанова1

1 Финансовый университет при Правительстве РФ (Москва, Россия)

1 enramazanova@fa.ru

Постановка проблемы. Оценка теплопроводности горных пород имеет важное значение в различных областях, таких как геология, геотермальная энергетика, добыча полезных ископаемых и др. Для точного и надежного прогнозирования теплопроводности горных пород требуется использование сложных математических моделей и методов. Традиционные методы оценки теплопроводности, хоть и являются эффективными, однако имеют определенные недостатки, такие как высокая стоимость и времязатратность, а также ограниченные способности учесть все факторы, влияющие на конечный результат. Возможность применения методов машинного обучения для оценки теплопроводности горных пород вызывает интерес исследователей, поскольку такие методы могут быть более точными, быстрыми и эффективными при анализе данных.

Цель. Исследовать применимость методов машинного обучения для оценки теплопроводности горных пород и сравнить их с традиционными методами оценки с целью выявления преимуществ и недостатков.

Результаты. Проведена оценка эффективности применения методов машинного обучения на экспериментальных данных по теплопроводности горных пород месторождений нефти и газа. Показано, что разработанные и апробированные модели машинного обучения продемонстрировали высокую точность прогнозирования теплопроводности горных пород, что подтверждает возможность использования данных подходов как альтернативы традиционным методам. Выявлены преимущества и недостатки методов машинного обучения для прогнозирования теплопроводности наряду с традиционными методами.

Практическая значимость. Повышение точности и скорости оценки теплопроводности горных пород за счет применения методов машинного обучения может быть полезно для предприятий, занимающихся геологическими исследованиями, горнодобычей и добычей полезных ископаемых, а также для научных исследований в области геотермальной энергетики, разработки более точных и надежных моделей для использования в принятии важных решений в геологии, строительстве или проектной деятельности.

Рамазанова Э.Н. Машинное обучение в оценке теплопроводности горных пород: преимущества и недостатки // Нейрокомпьютеры: разработка, применение. 2024. T. 26. № 6. С. 65-75. DOI: https://doi.org/10.18127/j19998554-202406-09

1. Fourier J.B. Théorie de la propagation de la chaleur dans les solides. 1807.
2. Fourier J.B. Analytical Theory of Heat. 1822.
3. Fourier J.B. Mémoire sur les équations déterminées. 1795.
4. Angstrom А.J. New method of determining the thermal conductibility of bodies // The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science. 1863. V. 25. № 166. P. 130–142. DOI 10.1080/14786446308643429.
5. Planck M. Vorträge über die kinetische Theorie der Materie und der Elektrizität: Gehalten in Göttingen auf Einladung der Kommission der Wolfskehistiftung. Berlin. 1914. 196 p.
6. Пайерлс Р. Квантовая теория твердых тел / Пер. с англ. А.А. Абрикосова. М.: Издательство иностранной литературы. 1956. 259 с.
7. Берман Р. Теплопроводность твердых тел. М.: Мир. 1979. 286 с.
8. Дульнев Г.Н., Заричняк Ю.П. Теплопроводность смесей и композиционных материалов. Ленинград: Энергия. Ленингр. отд-ние. 1974. 264 с.
9. Миснар А. Теплопроводность твердых тел, жидкостей, газов и их композиций. М.: Мир. 1968. 464 с.
10. Заричняк Ю.П., Аливердиев А.А., Григорьев Б.А., Алиев Р.М., Амирова А.А., Бейбалаев В.Д., Рамазанова Э.Н., Эфендиева М.Р. Влияние флюидонасыщения на температурно-барическую зависимость эффективной теплопроводности осадочных пород // Вести газовой науки. 2023. Т. 54. № 2. С. 74–80.
11. Новотельнова А.В., Асач А.В., Тукмакова А.С., Самусевич К.Л. Методы исследования теплопроводности, электропроводности и коэффициента Зеебека. Санкт-Петербург: ИТМО. 2019. 22 с.
12. Рамазанова Э.Н. Конструкция измерительного устройства и установки для определения теплопроводности горных пород абсолютным стационарным методом плоского слоя // Информационно-измерительные и управляющие системы. 2023. Т. 21. № 6. С. 55−63. DOI 10.18127/j20700814-202306-07.
13. Эмиров С.Н., Аливердиев А.А., Рамазанова Э.Н., Амирова А.А., Бейбалаев В.Д., Заричняк Ю.П., Алиев Р.М. Экспериментальные исследования температурно-барической зависимости эффективной теплопроводности флюидонасыщенных песчаников // Сборник докладов III Междунар. науч.-практич. конф. «Актуальные вопросы исследования нефтегазовых пластовых систем». 2020. С. 648–652.
14. Abdulagatov I.M., Emirov S.N., Gairbekov Kh.A., Askerov S.Ya., Ramasanova E.N. Effective thermal conductivity of fluid-saturated porous mica ceramics at high temperatures and high pressures // Industrial and Engineering Chemistry Research. 2002. V. 41. № 15. P. 3586–3593. DOI 10.1021/ie0200196.
15. Назаренко М.Ю., Золотухин А.Б. Применение методов машинного обучения для вероятностного прогноза добычи нефти. М.: Недра. 2021. 124 с.