Оценка возможностей и ограничений использования моделей машинного обучения для прогнозирования накопленной добычи горизонтальных скважин

Аннотация: Основная цель исследования – оценить возможность создания и дальнейшего применения моделей машинного обучения для быстрого и точного прогнозирования накопленной добычи газа горизонтальных скважин на различных временных периодах, а также выявить ключевые ограничения этого подхода. В основе лежат такие алгоритмы машинного обучения, как градиентный бустинг и случайный лес. В качестве входных параметров разрабатываемых моделей рассматриваются временной шаг, пористость, проницаемость, начальная водонасыщенность, эффективная толщина пласта, забойное давление на различных расстояниях от ствола скважины. Используя различные статистические метрики, было проведено сравнения всех полученных моделей. Модель градиентного бустинга показала лучшие показатели для прогнозирована накопленной добычи газа на ближайшие 24 месяца (RMSEtest = 1068.3 тыс. ст. м3, R2test=0.9988) и на период 3-10 лет (RMSEtest = 8954,5 тыс. ст. м3, R2test=0.9915). Также было замечено, что c увеличением времени работы скважины, модели необходимо знать распределение геологических свойств на большем расстоянии от ствола. Основными ограничениями данного подхода являются необходимость гидродинамических расчетов и требование в дообучении модели на новых данных, полученных с другого месторождения.