«Строительство нефтяных и газовых скважин на суше и на море»

Использование искусственного интеллекта в задачах контроля и поиска оптимальных решений при бурении нефтяных и газовых скважин

УДК: 004.032.26+622.248.54
DOI: -

Авторы:

¹ Кубанский государственный технологический университет, Краснодар, Россия

Ключевые слова: искусственный интеллект, нейронные сети, бурение скважин, предотвращение аварий, автоматизированная система

Аннотация:

В нефтегазовой отрасли использование искусственного интеллекта способствует улучшению эффективности и производительности технологий. Это приводит к более успешным результатам, что подчеркивает значимость ИИ в деятельности отрасли. Технологии добычи развиваются благодаря эволюции производства и инфраструктуры с учетом сроков использования и состояния оборудования, обеспечивая создание эффективных бизнес-процессов на базе интеллектуального и роботизированного управления, а также внедрения алгоритмов машинного обучения для работы с большими данными. Ключевую роль играет последовательность выполнения этапов: от сбора данных до интеграции объектов в единую систему управления с поддержкой дистанционного контроля, формирования интеллектуального управления с уменьшением человеческого участия, последующих стандартизации и масштабирования решений. В данной статье предлагается использовать методы искусственного интеллекта для улучшения процессов планирования, а также предотвращения осложнений и аварийных ситуаций. Рассматриваются методы оптимизации процесса бурения нефтяных и газовых скважин.

Список литературы:

1. Шмелев В.А. Управление процессом бурения нефтяных и газовых скважин с целью повышения его эффективности // Стр-во нефтяных и газовых скважин на суше и на море. – 2022. – № 6(354). – С. 5–12. – DOI: 10.33285/0130-3872-2022-6(354)-5-12
2. Шмелев В.А. Автоматизированная система адаптивного управления бурением нефтяных и газовых скважин // Стр-во нефтяных и газовых скважин на суше и на море. – 2021. – № 12(348). – С. 29–34. – DOI: 10.33285/0130-3872-2021-12(348)-29-34
3. Gharbi R.B.C., Mansoori G.A. An introduction to artificial intelligence applications in petroleum exploration and production // J. of Petroleum Science and Engineering. – 2005. – Vol. 49, Issue 3. – Р. 93–96. – DOI: 10.1016/j.petrol.2005.09.001
4. Dodiya M., Shah M. A systematic study on shaping the future of solar prosumage using deep learning // Int. J. of Energy and Water Resources. – 2021. – Vol. 5, Issue 4. – P. 477–487. – DOI: 10.1007/s42108-021-00114-8
5. Desai M., Shah M. An anatomization on breast cancer detection and diagnosis employing multi-layer perceptron neural network (MLP) and Convolutional neural network (CNN) // Clinical eHealth. – 2020. – Vol. 4, Issue 1. – P. 1–11. – DOI: 10.1016/j.ceh.2020.11.002
6. Panchiwala S., Shah M. A Comprehensive Study on Critical Security Issues and Challenges of the IoT World // J. of Data, Information and Management. – 2020. – Vol. 2, Issue 4. – P. 257–278. – DOI: 10.1007/s42488-020-00030-2
7. Comparative anatomization of data mining and fuzzy logic techniques used in diabetes prognosis / H. Thakkar, V. Shah, H. Yagnik, M. Shah // Clinical eHealth. – 2020. – Vol. 4, Issue 1. – P. 12–23. – DOI: 10.1016/j.ceh.2020.11.001
8. Rahmanifard H., Plaksina T. Application of artificial intelligence techniques in the petroleum industry: a review // Artificial Intelligence Review. – 2019. – Vol. 52, Issue 4. – P. 2295–2318. – DOI: 10.1007/s10462-018-9612-8
9. Reservoir Engineer and Artificial Intelligence Techniques for Data Analysis / O. Tapias, C.P. Soto, J. Sandoval [et al.] // SPE Asia Pacific Oil and Gas Conf. and Exhibition, Jakarta, Indonesia, April 17–19, 2001. – DOI: 10.2118/68743-MS
10. Автоматизированная система предотвращения аварий при строительстве скважин / А.Н. Дмитриевский, Н.А. Еремин, А.Д. Черников [и др.] // Нефт. хоз-во. – 2021. – № 1. – С. 72–76. – DOI: 10.24887/0028-2448-2021-1-72-76
11. Дмитриевский А.Н., Еремин Н.А., Столяров В.Е. Роль информации в применении технологий искусственного интеллекта при строительстве скважин для нефтегазовых месторождений // Науч. журн. Российского газового общества. – 2020. – № 3(26). – С. 6–21.