Э.Н. Рамазанова1

1 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
1 Московский государственный технический университет им. Н.Э. Баумана (Москва, Россия)
1 enramazanova@fa.ru

Постановка проблемы. Геологические характеристики месторождений оказывают значительное влияние на выбор и применение технологий добычи нефти. Их правильная оценка может способствовать оптимизации этих процессов. Использование алгоритмов машинного обучения позволяет более точно прогнозировать и анализировать взаимосвязь между геологическими параметрами и эффективностью технологий добычи, что, в свою очередь, может привести к повышению производительности и снижению затрат. В связи с этим необходимо провести оценку влияния геологических характеристик на нефтеотдачу пласта с использованием методов машинного обучения.

Цель. Разработать нейронную сеть, способную анализировать геологические данные и предсказывать их влияние на нефтеотдачу пласта.

Результаты. Создана и обработана база данных с геологическими характеристиками нефтяных месторождений. Разработана и обучена нейронная сеть на основе предоставленных геологических данных для прогнозирования нефтеотдачи пласта. Проведен анализ влияния отдельных геологических характеристик на производительность нефтяного пласта. Выявлены ключевые факторы, влияющие на нефтеотдачу пласта, и дана оценка их значимости.

Практическая значимость. Проведенные исследования показали возможность улучшения прогнозирования нефтеотдачи пласта с помощью использования нейронных сетей. Разработка такой модели позволит эффективнее управлять процессом добычи нефти, оптимизировать работы на месторождениях, а также снизить операционные затраты и повысить эффективность добычи углеводородов.

Рамазанова Э.Н. Оценка влияния геологических характеристик на нефтеотдачу пласта с применением нейронных сетей // Нелинейный мир. 2025. Т. 23. № 3. С. 81–87. DOI: https://doi.org/10.18127/ j20700970-202503-10

1. Ибатуллин Р.Р., Ибраrимов Н.Г., Тахаутдинов Ш.Ф., Хисамов Р.С. Увеличение нефтеотдачи на поздней стадии разработки месторождений. Теория. Методы. Практика. М.: ООО «Недра-Бизнесцентр». 2004. 292 с.
2. Ленченкова Л.Е. Повышение нефтеотдачи пластов физико-химическими методами. М.: ООО «Недра-Бизнесцентр». 1998. 394 с.
3. Сургучев М.В. Вторичные и третичные методы увеличения нефтеотдачи пластов. М.: Недра. 1985. 308 с.
4. Желтов Ю.П. Разработка нефтяных месторождений. М.: Недра. 1986. 332 с.
5. Мандрик И.Э., Шахвердиев А.Х., Сулейманов И.В. Оценка и прогноз нефтеотдачи на основе моделирования нейронными сетями // Нефтяное хозяйство. 2005. №10. С. 36–39.
6. Муравьева Е.А., Коннов В.А. Оценка возможности применения искусственных нейронных сетей для прогнозирования добычи нефти // Информационные технологии. Проблемы и решения. 2020. № 3(12). С. 59–63.
7. Хасанов И.И., Хасанова З.Р., Шакиров Р.А., Недельченко О.И. Обзор применения нейросетей в области добычи и транспорта нефтепродуктов и углеводородного сырья. 2022. № 3–4. С. 11–15.
8. Евсюткин И.В., Марков Н.Г. Глубокие искусственные нейронные сети для прогнозирования значений дебита добывающих скважин // Изв. Томского политехнического университета. Инжиниринг георесурсов. 2020. Т. 331. № 11.
   С. 88–95.
9. Лебедева А.Ю., Скоров Д.С. Построение модели искусственной нейронной сети для выбора оптимального метода увеличения нефтеотдачи и разработка 3D модели для анализа вероятности применения методов воздействия на месторождении // В кн.: Новые идеи в науках о Земле. Материалы XIV Междунар. науч.-практ. конф.: в 7 томах. 2019. С. 449–451.
10. Гиматудинов Ш.К., Ширковский А.И. Физика нефтяного и газового пласта Изд. 4-е., стереотип. М.: Альянс. 2005. 311 с.
11. Демяненко Н.А., Пысенков В.Г., Лымарь И.В. и др. Физико-химические методы увеличения нефтеотдачи пластов // Нефтяное хозяйство. 2004. № 11. С. 22–23.
12. Джулли А., Пал С. Библиотека Keras – инструмент глубокого обучения. Packt Publishing. 2017. 294 c.