Из-за движения тектонических плит в горных породах возникает колоссальное горизонтальное давление. Для специалистов, которые бурят скважины на нефть и газ, это главная проблема, так как буровой раствор должен точно противодействовать этому давлению. Даже небольшая ошибка в расчете грозит обрушением стенок скважины, поломкой дорогостоящего инструмента, остановкой работ и экологической катастрофой.
Сегодня, чтобы измерить горизонтальные напряжения, применяют несколько способов. Один из них — лабораторные исследования кусочков породы (керна), которые поднимают из скважины на поверхность. Но такие образцы есть далеко не по всей глубине — их отбирают лишь в отдельных интервалах, а когда извлекают, естественное напряжение исчезает, и восстановить его можно лишь приблизительно. Другой метод — геофизические исследования. В скважину опускают приборы, которые непрерывно измеряют свойства породы: скорость звука, плотность, пористость. Данных получается очень много, но сами по себе они не дают готового ответа. Чтобы рассчитать по ним горизонтальные напряжения, нужны сложные математические формулы, которые часто используют упрощения, например, не учитывают тектонические силы.
Поэтому все чаще для расчетов начинают применять нейросети. Они хорошо находят скрытые закономерности в больших массивах данных. Но у существующих моделей есть недостатки: они часто «переобучаются», то есть отлично работают на знакомых скважинах, но ошибаются на новых, из-за чего точность прогноза колеблется в пределах 65-85%. К тому же они работают медленно: на один расчет уходят десятки секунд, что в условиях бурения непозволительно долго.
Для решения этой проблемы ученые Пермского Политеха совместно с коллегами из Китая разработали гибридную модель на основе искусственного интеллекта, которая позволяет предсказывать горизонтальные напряжения в горных породах с точностью 99,5%, используя только стандартные данные геофизических исследований скважин.
— Разработка представляет собой гибридный алгоритм, который объединяет два подхода. Первый — это нейросеть с самонастраиваемой структурой. Второй — специальный математический метод, который помогает ей быстро находить наиболее точное решение. Модель анализирует сразу девять параметров, которые непрерывно измеряют в скважине: скорость звука, плотность породы, ее электрическое сопротивление, естественную радиоактивность, пористость и другие показатели. На их основе алгоритм вычисляет минимальное и максимальное горизонтальное напряжение, — рассказал Дмитрий Мартюшев, профессор кафедры «Нефтегазовые технологии», доктор технических наук.
Ученые обучали нейросеть на огромном массиве данных — более 10 тысяч замеров, сделанных в трех скважинах Джунгарского бассейна на северо-западе Китая. Это месторождение считается геологически сложным, так как за миллионы лет там сталкивались тектонические плиты, образовались горы и разломы, а породы сжаты с боков с разной силой на разных глубинах. Именно в таких непростых условиях традиционные методы расчета часто дают сбой. В России подобных территорий большинство, например, в Западной и Восточной Сибири, на шельфе Сахалина, Урале и Кавказе.
В работе с такими сложными данными алгоритм учился находить закономерности. В отличие от традиционных нейросетей, которые часто «переобучаются», то есть отлично запоминают данные на знакомых скважинах, но теряются и начинают ошибаться, когда сталкиваются с новой, незнакомой породой. Разработанная же модель сама определяет, какие из девяти параметров действительно влияют на горизонтальное давление, а какие лишь создают «шум» и только мешают точному прогнозу. Это позволяет ей уверенно работать даже на тех скважинах, где она никогда не «тренировалась».
— При тестировании на скважинах, которые не участвовали в обучении, точность модели составила 99,5%. Это значит, что ошибка прогноза составляет менее одного процента. При этом время расчета сократилось на 87% по сравнению с существующими аналогами, — поделился Дмитрий Мартюшев.
Применение алгоритма позволяет заранее, до начала бурения, точно знать, с какой силой порода сжата с боков. Это помогает инженерам рассчитать идеальный вес бурового раствора, чтобы стенки скважины не обрушились и не случилось аварийного выброса нефти или газа.
Кроме того, точное знание горизонтальных напряжений критически важно при гидравлическом разрыве пласта — технологии, которая позволяет добывать трудноизвлекаемую нефть. В скважину под давлением закачивают жидкость, создавая трещины в породе, чтобы открыть путь для нефти и газа. Их направление зависит от того, как порода сжата с боков. Зная это, инженеры могут направить трещины именно туда, где сосредоточены запасы, а не в пустые породы или соседние скважины. Это повышает эффективность добычи и снижает риски.
Разработка ученых позволяет отказаться от дорогостоящих и трудоемких методов измерения горизонтальных напряжений, заменяя их быстрым и точным ИИ-решением. Гибридный алгоритм может стать перспективным инструментом для нефтегазовой отрасли, снижая аварийность при бурении, сокращая затраты и обеспечивая безопасность разработки сложных месторождений.
