Специалисты Пермского Политеха и Университета Персидского залива разработали метод машинного обучения, который позволяет определять водонасыщенность нефтяных коллекторов с рекордной точностью – до 99,5%.
В нефтяных пластах до 70% объема породы может занимать вода. Для подсчета запасов углеводородов и выбора оптимальных методов добычи важно точно знать, сколько ее содержится в коллекторе. Обычно это определяют с помощью отбора керна и лабораторных испытаний, но такие исследования дороги, занимают время и не всегда дают корректные результаты в сложных неоднородных пластах.
Исследователи собрали обширную базу данных – более 30 тысяч замеров из юго-западного региона Ирана. В нее вошли девять ключевых параметров, включая глубину, пористость, сопротивление горной породы, плотность, температуру и скорость прохождения волн. На этих данных протестировали несколько алгоритмов машинного обучения.
Лучшие результаты показал метод опорных векторов: коэффициент точности прогноза составил 0,995 из 1, а погрешность – всего 0,002. “Это означает, что алгоритм предсказывает содержание воды с отклонением не более 0,2%”, – пояснил профессор ПНИПУ Дмитрий Мартюшев.
По словам исследователей, внедрение такого инструмента позволит в реальном времени рассчитывать параметры насыщения скважин водой, снизит зависимость отрасли от дорогостоящих лабораторных анализов и повысит эффективность разработки месторождений. В будущем алгоритм может быть адаптирован и для других типов пород, включая карбонаты и трещиноватые коллекторы.
