Пример использования нейронных сетей и ML-моделей при разработке нефтяных месторождений

Продемонстрирую подходы, инструменты и результаты решения задачи оптимизации режимов скважин при разработке нефтяного месторождения с использованием технологии поддержания пластового давления. 

Цель — сокращение операционных затрат за счет решения задач:

1. Увеличение коэффициента полезного действия единицы закачиваемой воды.
2. Применение самообучающихся технологий для регрессионного анализа накопленных данных.
3. Определение коэффициентов взаимовлияния скважин на основе гибридных моделей, объединяющих физико-математические подходы и методы статистического обучения.
4. Оптимизация системы заводнения через расчет оптимальных режимов нагнетательных скважин для решения той или иной задачи (увеличение дебита нефти, снижение закачки или процента воды и т.д.), в рамках которой дебит нефти будет максимальным.

При решении поставленных задач использовались такие технологии, как Лассо-регрессия, спектральная кластеризация, глубокая нейронная сеть, оптимизация методом SLSQP с индивидуальными и групповыми ограничениями.