|
Алали Валид
|
walidalali@gubkin.ru |
РГУ нефти и газа (НИУ) имени И.М. Губкина Москва |
|
Еремин Н.А.
|
|
Институт проблем нефти и газа РАН Москва |
DOI: 10.24412/2076-6785-2023-1-27-32
Аннотация
В статье представлено описание интеллектуальной системы предупреждения осложнений при строительстве скважин на суше и на море, созданной в ИПНГ РАН. Уникальная интеллектуальная система предотвращения осложнений при бурении скважин предназначена для предупреждения бурильщика о возможности нарушения штатного режима бурения. Интеллектуальная система помогает повысить продуктивное время и экономическую эффективность бурения нефтяных и газовых скважин. Большие объемы геоданных со станций геологических и технологических измерений во время бурения варьируются от десятков до сотен терабайт соответственно на суше и на море. Создание программных компонентов нейросетевого моделирования направлено на выявление скрытых закономерностей в наборах больших данных со станций геологических и технологических измерений в режиме реального времени.
Материалы и методы
При создании системы были использованы наборы больших объемов данных со станций геолого-технологических измерений в России и за рубежом. Для каждого вида осложнения были проведены процедуры нормализации и маркировки больших объемов геоданных. Откорректированные исторические большие геодатасеты послужили основой обучения нейронных сетей на новых наборах геоданных. Использован инновационный подход к сбору разнородных геоданных. Основные этапы подхода были следующими: сбор больших геоданных, полученных с помощью датчиков, встроенных в буровую установку; формирование наборов симуляционных данных с использованием бурового тренажера; использование геолого-геофизических данных, полученных при геолого-разведочных работах; создание тестовых и обучающих наборов геоданных параметров бурения; разработка алгоритмов очистки больших наборов геоданных с использованием программного модуля предварительной обработки от зашумленных, пропущенных геоданных; кластеризация и визуализация больших геоданных (вес на крюке, скорость проходки, расход буровой жидкости, крутящий момент и др.). Библиотеки Python и Pandas стали эффективными инструментами для построения сложных статистических моделей, которые позволяют эффективно и точно прогнозировать, диагностировать, анализировать большие геоданные в целях повышения производительности строительства скважин.
Ключевые слова
методы искусственного интеллекта, искусственные нейронные сети, бурение скважин, безопасное строительство скважин, предотвращение осложнений, геологическая и технологическая информация, большие геоданные, интеллектуальная система
