Ученые из Пермского политеха предложили цифровую методику оценки показателей призабойной зоны пласта — участка горных пород, которые находятся рядом с пробуренным стволом и через которые флюид поступает в скважину. От показателей призабойной зоны зависят дебит и эффективность мероприятий по его увеличению.
Специалисты сосредоточились на оценке двух важных показателей. Первый — проницаемость. Для ее прогнозирования и оценки использовали такие параметры, как забойное, пластовое и давление насыщения нефти газом, дебит жидкости, эффективная толща пласта, обводненность (насыщение пласта водой) и пористость. Второй показатель — скин-фактор, который характеризует состояние призабойной зоны и влияет на процесс фильтрации нефти горными породами. Если скин-фактор положительный — значит, пласт загрязнен, проницаемость снижена. Если отрицательный — проницаемость повышена.
Сегодня для определения проницаемости призабойной зоны пласта нужно останавливать работу скважины и проводить сложное исследование.
Для оценки по двум показателям политехники разработали алгоритмы и обучили несколько нейросетей. Искусственный интеллект «воспитали» на данных 486 исследований добывающих скважин. Лучше других себя показала нейросеть из четырех слоев (функциональных блоков), в каждом из которых по 100 нейронов (вычислительных единиц). Во время проверки она смогла воспроизвести значения показателей с вероятностью ошибки менее 7%.
По словам ученых, разработка позволит проводить оперативный анализ скважины и повысить приток нефти в нее.
Оригинал статьи и другие материалы об энергетике читайте на сайте журнала «Энергия+».