Нейросеть ускорила расчеты бурения скважин в пять раз

Компания «Газпром нефть» разработала ИИ-агент для проектирования бурения на месторождениях. Новая система позволяет в разы ускорить расчеты и моделирование: по данным компании, инженеры получают результаты примерно в пять раз быстрее.

Алгоритм обучили на терабайтах данных гидродинамических симуляций, собранных при работе нефтегазовых скважин. ИИ анализирует миллионы параметров — от геологии и физических процессов до технических ограничений и экономических факторов — и самостоятельно предлагает варианты размещения и конструкции скважин.

Как уточняют в компании, программа способна за час просчитать тысячи сценариев бурения. Для сравнения: команде из нескольких специалистов на такую работу потребовалась бы как минимум неделя.

Технологию уже протестировали на трех месторождениях в Ханты-Мансийском и Ямало-Ненецком автономных округах. По итогам испытаний решения, предложенные системой, показали более высокую точность и эффективность по сравнению с традиционными подходами.

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

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, — пояснил Денис Прихна, разработчик компании „Газпромнефть — Цифровые решения“.  — Поэтому нам пришлось совместить машинное обучение со строгими законами гидродинамики и физики пласта».

В основе работы алгоритма лежит метод обучения с подкреплением — программа не следует жестким инструкциям, а сама ищет оптимальную стратегию, раз за разом моделируя сценарии. ИИ-агент анализирует ошибки, самостоятельно корректирует расчеты и находит неочевидные инженерные решения. Для удобства пользователей создан понятный интерфейс с цифровыми моделями месторождений.

Разработка стала частью стратегии «Газпром нефти» по цифровизации бизнеса. Компания планирует расширять использование искусственного интеллекта и цифровых моделей для принятия решений в добыче.