«Геология, геофизика и разработка нефтяных и газовых месторождений»

Оптимизация моделей месторождений углеводородов с использованием методов машинного обучения

УДК: 622.(276+279).1/.4.001.57
DOI: -

Авторы:

¹ Северный (Арктический) федеральный университет имени М.В. Ломоносова, Архангельск, Россия

Ключевые слова: нейросеть, геологическая и гидродинамическая модели месторождения углеводородов, машинное обучение, построение моделей

Аннотация:

Статья составлена на основе обзора литературных источников, содержащих информацию по темам геологического, гидродинамического моделирования, применимых методов машинного обучения и посвящена описанию концепции построения детерминированной модели месторождений углеводородов.
Рассмотрены основные этапы построения детерминированных геологической и гидродинамической моделей, для которых используется определенная совокупность входных данных, свойства которых влияют на точность результатов моделирования. Особенности этапов построения моделей являются основой для выделения направлений оптимизации, для которых могут применяться методы машинного обучения.
Рассмотрены следующие методы машинного обучения: нейросети, метод k-ближайших соседей, эволюционные алгоритмы, адаптивные нейросети на основе системы нечеткого вывода, которые обладают преимуществами при решении задач классификации и регрессии в зависимости от входных данных.
Оптимизация методов машинного обучения также возможна с применением определенных алгоритмов для повышения эффективности тренировки модели либо повышения точности результатов, полученных с применением модели.

Список литературы:

1. Основы геологического моделирования: учеб. пособие / В.А. Белкина, С.Р. Бембель, А.А. Забоева, Н.В. Санькова. – Тюмень: ТюмГНГУ, 2015. – Т. 1. – 168 с. – URL: https://www.geokniga.org/bookfiles/geokniga-osnovy-geologicheskogo-modelirovaniya.pdf
2. Дердуга А.В., Ншути М.И. Построение геологической и гидродинамической моделей Владимирского месторождения // Наука. Техника. Технологии (политехнический вестник). – 2018. – № 4. – С. 265–279. – URL: http://www.id-yug.com/images/id-yug/SET/2018/4/2018-4-266-280.pdf
3. Боженюк Н.Н. Методы адаптации и снижения неопределенностей при геолого-гидродинамическом моделировании терригенных коллекторов на примере ряда месторождений Западной Сибири: дис. … канд. геол.-минерал. наук. – Тюмень. 2018. – 163 с.
4. Кааров Ж.З., Гаджиев М.Ж. Этапы построения трехмерной цифровой геологической модели верхнеюрских отложений группы пластов ЮВ // Международный журнал гуманитарных и естественных наук. – 2020. – № 3(1). – С. 68–72. – DOI: 10.24411/2500-1000-2020-1020
5. Sun Sh., Zhang T. Reservoir Simulation: Machine Learning and Modeling. – Gulf Professional Publishing, 2020. – 340 p.
6. Давиденко В.Д. Разработка детерминированных моделей повышенной точности и программных комплексов для прямого моделирования физических процессов в ядерных реакторах: дис. … д-ра техн. наук. – М.: Нац. исслед. центр "Курчатовский институт", 2017. – 253 с.
7. Влияние геологической изученности разрабатываемых месторождений на прирост запасов нефти на примере Соколкинского нефтяного месторождения / А.В. Лобусев, М.А. Лобусев, Л.Н. Салахова, А.И. Кошкина // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2023. – № 6(378). – С. 5–11. – DOI: 10.33285/2413-5011-2023-6(378)-5-11
8. Методический подход при построении геологических моделей залежей углеводородов среднеюрских отложений Западной Сибири в условиях аномально высоких пластовых давлений / О.А. Смирнов, В.Н. Бородкин, А.В. Лукашов [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2023. – № 2(374). – С. 5-15. – DOI: 10.33285/2413-5011-2023-2(374)-5-15