Поиск

Результаты поиска

Цифровое клонирование трещины ГРП на основе динамического маркерного мониторинга и численного моделирования притока пластового флюида

Е.А. Малявко* (1) (1 - ООО «ГеоСплит»)

Интеллектуальный анализ данных в нефтегазовой отрасли 2022 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 17.05.2023

Цифровизация как способ реинжиниринга бизнес-процессов: на примере «Цифровой платформы по контролю пескопроявлений»

М. Николич*, М.В. Наугольнов (НТЦ НИС-Нафтагас)

Вынос песка часто наблюдается при разработке слабоконсолидированных коллекторов. Более 60% добычи Нефтяной индустрии Сербии обеспечивается за счет песконесущего фонда. Потери добычи нефти из-за выноса песка составляют до 20% годовой добычи. Для решения указанных проблем было принято решение разработать «Цифровую платформу контроля песка» («Di.S.Co»), которая должна способствовать снижению затрат з..

Интеллектуальный анализ данных в нефтегазовой отрасли 2023 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 11.10.2023

Универсальный математический аппарат аппроксимации геофизических объектов на основе нового класса функций «фурье-сплайны»

А.С. Горшков* (независимый исследователь)

В основе метода аппроксимации как регулярных, так и нерегулярных данных включая сейсмические лежит предложенный автором новый класс финитных функций «фурье-сплайны», имеющий принципиальные преимущества перед известными методами, например, традиционными кубическими В-сплайнами. Алгоритмически метод оптимизирован применением в решении для обращения системных общих и ленточных регрессионных матриц ус..

Топологический анализ исторических данных месторождения для извлечения значимой информации в задаче автоадаптации

А. В. Веткина* (1), Г. Ю. Шишаев (1), И. В. Матвеев (1) (1 - Центр подготовки и переподготовки специалистов нефтегазового дела Томского политехнического университета, Томск, Россия)

В работе описан способ применения топологического анализа данных к временным рядам, представляющим собой производственные данные месторождения, для того, чтобы показать, что для задачи автоматизированной адаптации геолого-гидродинамической модели не требуется весь набор имеющихся исторических данных. Вместо этого рекомендуется настраивать модель только на критические данные, т.е. данные, имеющие в..

Технология обучения нейронных сетей на основе анизотропного петроупругого моделирования и последующего решения прямой задачи сейсморазведки для сложных геологических формаций

И.И. Приезжев* (1), Д.А.Данько (1), И.О. Баюк (2), В.И. Рыжков (1) (1 - РГУ нефти и газа (НИУ) имени И.М. Губкина, 2 - ИФЗ РАН)

-..

Создание оптимального плана-графика ремонтных мероприятий на скважинах

Ю.В. Дрей* (1), М.А. Сергиенко (1), Н.Е. Хованский (1) (1 - АТОЛЛис)

Эксплуатация скважин неразрывно связана с необходимостью мониторинга их состояний, выполнения текущего и капитального ремонта. План-график ремонтных мероприятий составляется вручную на основе списка скважин-кандидатов. Он представляет собой посуточный календарь выполняемых на каждой скважине ремонтов с указанием исполнителя (ремонтной бригады). Как правило, количество и оснащённость исполнителей н..

Совместное решение минерально-компонентной и петроупругой моделей

А.В. Марков* (1), И.Д. Латыпов(1) (1 - ООО «РН-БашНИПИнефть»)

Основой для петроупругого моделирования (ПУМ) является минерально-компонентная модель (МКМ). При настройке МКМ все чаще участвуют кривые плотностного каротажа и кривой времени пробега продольной волны (dt_p) в связи с необходимостью моделирования сложносоставных коллекторов. На данный момент процессы петрофизического и петроупругого моделирования выполняются последовательно и зачастую отдельными с..

Реализация высокоразрешающей акустической инверсии при помощи алгоритма разряженной аппроксимации

А.В. Буторин (ООО "Газпромнефть НТЦ")

Данные сейсморазведки характеризуются ограниченной полосой частот, что приводит к возникновению тюнинг-эффекта и проявляется в ограниченной вертикальной разрешающей способности. При малой мощности пластов возникает неопределенность, связанная с невозможностью отображения из-за интерференции отражений от границ. Повышение разрешающей способности и детальности решения является одной из основных проб..

Разработка суррогатной модели очистки трещины ГРП

А.А. Галлямов* (1) , С.А. Боронин (1) , А.А. Осипцов (1) , Е.В. Бурнаев (1) (1 - Сколковский институт науки и технологий, Сколтех)

Исследование посвящено разработке суррогатной модели очистки трещины гидроразрыва пласта (ГРП) с использованием комбинации ранее созданной механистической модели и алгоритмов машинного обучения с целью существенного ускорения проведения численных расчетов. Быстрое моделирование процесса очистки трещины необходимо для выполнения большого количества вычислений при адаптации модели (history matching)..

Разработка онлайн сервиса для обработки больших данных на примере системы распределенного акустического мониторинга (DAS) скважин

И.В. Скворцов* (1), В.А. Рыжов (1), Б.Ф. Зарипов (1), М.Р. Галимов (2), Д.К. Завалишин (2), Е. А. Молчанов (2) (1- ООО «ИАС», 2-АО «ДЗ-Системс»)

В настоящее время существуют различные платформы, позволяющие проводить научные вычисления. Несмотря на их популярность и активность использования, такие платформы не лишены недостатков. В этой статье приведен краткий обзор существующих платформ, перечислены их основные недостатки. На основании выявленных недостатков для разработки и вычислений предлагается использовать цифровую платформу RnDFlow...

Разработка методики сейсмостратиграфического сегментирования данных сейсморазведки с применением машинного обучения

В. Д. Гришко* (1), Н. В. Ковальчук (1), А. А. Козяев (1)(1 - ООО «РН-КрасноярскНИПИнефть»)

Разработка алгоритма автоматического выделения времен первых вступлений с применением технологий глубокого обучения

Н. В. Ковальчук* (1), С. А. Яриков* (1), Т. Э. Хохрякова (2), И. В. Костычаков (2), А. В. Саренков (1) (1 - ООО «РН-КрасноярскНИПИнефть», 2 - ИКИТ СФУ)

Прогнозирование пористости в межскважинном пространстве на основании сейсмических данных и данных пористости по скважинам с применением нейронных сетей в Python

А.И. Кадиров* (1,2), Ю.В. Губайдуллина (1), Б.В. Платов (1), А.И. Степанов (1) (1 - Казанский (Приволжский) Федеральный Университет, 2 - Газпромнефть-НТЦ)

Научная работа рассматривает возможность расчета межскважинной пористости с использованием сейсмически данных; описывает методику обработки и интерпретации данных скважин и сейсморазведки.В ходе работы решалась задача расчета пористости по скважинам и дальнейшее прогнозирование в межскважинном пространстве с использованием сейсмических атрибутов.Достижение этих целей осуществляется за счет разрабо..

Прогноз проницаемости нижнепермского карбонатного пласта I Приразломного м/я на основе гидравлических единиц потока методами машинного обучения

В.В. Караченцев* (1), М.А. Кунцевич (1), А.Е. Симаков (1), А.В. Ротару (2) (1 - ООО «Газпромнефть НТЦ», 2 - СПбГУ)

В докладе рассказываются общие сведения о Приразломном месторождении, геологическая характеристика коллектора, а также основные проблемы прогнозирования проницаемости карбонатного коллектора и методы их решения с применением алгоритмов машинного обучения. Для корректного описания связи пористость - проницаемость на основе пяти опорных скважин была проведена типизация пород с применением методики р..

Геомодель 2022 Интеллектуальный анализ Машинное обучение и ИИ Добавлено: 17.05.2023

Применение программной платформы CyberStudio для предиктивной аналитики ГПА

М.П. Гусев* (1), С.Н. Николаев (1), П. Касилов (1), И.Ю.Гаврилов (1), С.И. Гавриленков (1), Д. В. Косовский (1) (1 - ООО Сайберфизикс)

В докладе представлен опыт применения платформы для предиктивной аналитики оборудования ГПА Новопортовского месторождения. В рамках проекта разрабатывались предиктивные модели для компрессоров и турбин. По результатам проекта показаны принципы разработки физически обоснованных предиктивных моделей, а также как платформа диагностирует неисправности на агрегатах...

Показано с 1 по 15 из 56 (Страниц: 4)