Исследователи из Пермского Политеха и Иранского университета Персидского залива создали метод машинного обучения, который с высокой степенью точности позволяет определять уровень воды в нефтяных пластах. Об этом сообщает пресс-служба учебного заведения в «Газете.Ru».
Нефтяные пласты содержат множество микропор, заполненных не только углеводородами, но и водой, доля которой может достигать 70%. Объем воды существенно влияет на оценку запасов и стратегии добычи. Традиционные методы, такие как анализ керна в лабораториях, являются дорогостоящими и не всегда обеспечивают точные результаты, особенно для сложных и неоднородных пластов.
Исследователи обучили и протестировали пять алгоритмов машинного обучения на основе более чем 30 тысяч 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.
Лучший результат продемонстрировал метод опорных векторов: коэффициент предсказания составил 0,995 из 1, что соответствует точности до 99,5%. Погрешность не превышает 0,2%.
Алгоритм предоставляет возможность непрерывно генерировать данные о водонасыщенности на основе параметров, которые регулярно отслеживаются геологами. Внедрение данной технологии может существенно увеличить точность оценки запасов, сократить затраты на лабораторные исследования и оптимизировать процесс добычи.
Тем не менее, исследователи подчеркивают, что метод пока обучен только на песчаных коллекторах. Для карбонатных пород или трещиноватых систем потребуется дополнительная адаптация.
«Наш алгоритм показал почти идеальную точность. Это открывает путь к новым методам управления нефтяными месторождениями», — отметил профессор ПНИПУ Дмитрий Мартюшев.