В России создали ИИ, который проектирует нефтяные скважины в тысячу раз быстрее человека

Новый российский проект на базе ИИ ускоряет планирование бурения на нефтяных месторождениях. Система позволяет инженерам моделировать скважины и выполнять нужные расчеты в пять раз быстрее.

Для обучения использовали терабайты данных гидродинамических симуляций, полученных на нефтегазовых объектах. Агент обрабатывает миллионы параметров: от геологических особенностей месторождений и физики процессов до технических возможностей бурения и экономики проекта. Программа самостоятельно определяет количество и тип конструкции скважин, а затем выводит на экран несколько вариантов их моделирования. Искусственный интеллект постоянно моделирует разные ситуации, чтобы выбрать лучшую стратегию. Он сам замечает ошибки, исправляет их и выдает точные инженерные решения.

Предложенные нейросетью варианты бурения оказались точнее и эффективнее обычных. На то, чтобы создать тысячу таких проектов, команде инженеров потребовалась бы неделя без выходных. Нейросеть справляется с этой задачей всего за час. Технологию разработала компания «Газпром нефть».

— При проектировании алгоритму нужно перебрать миллиарды комбинаций. Главная сложность в том, что скважины работают не в вакууме: изменение давления в одном месте влияет на соседние участки. Поэтому нам пришлось совместить машинное обучение со строгими законами гидродинамики и физики пласта, — пояснил Денис Прихна, разработчик компании.

— Эпоха «легкой нефти» осталась в прошлом — сегодня нам приходится работать со сложными, труднодоступными запасами. Инженеры проектируют многокилометровые горизонтальные скважины, где цена ошибки огромна. Традиционные методы, когда человек неделями перебирает варианты в симуляторах, перестали отвечать скорости бизнеса. ИИ-агент решает эту проблему: мы получаем точные математические решения в условиях высокой геологической неопределенности всего за несколько минут, — отметил Сергей Бажуков, руководитель направления центра компетенций по развитию интегрированного моделирования активов научно-технического центра компании.

Разработка уже прошла тестирование на трех нефтяных промыслах.