В Томском политехническом университете представили комплексный подход для сокращения продолжительности, снижения затрат и повышения эффективности бурения неоднородных карбонатных коллекторов — горных пород, в которых, потенциально, сосредоточены значительные запасы углеводородов. Интегрированная структура включает различные алгоритмы искусственного интеллекта и позволяет определить оптимальные рабочие условия.
Стоимость процессов бурения, зачастую, составляет 30 – 60 % от общей стоимости строительства скважин. Скорость бурения (проходки) напрямую определяет его продолжительность. Так что даже 10% улучшение этого показателя ведет к значительной экономии, особенно при работе с морскими скважинами. Скорость проходки зависит от ряда контролируемых параметров. Их влияние носит нелинейный характер и зависит от литологии, прочности породы, порового давления и напряжения.
Особенно остро эти сложности проявляются при бурении неоднородных карбонатных коллекторов — горных пород, преимущественно, известняков и доломитов, чьи свойства влияют на эффективность. При этом именно в них, по различным данным, сосредоточена значительная доля мировых запасов углеводородов.
Методы машинного и глубокого обучения используют, чтобы улучшить прогнозирование и оптимизацию параметров бурения неоднородных карбонатных коллекторов. Но большинству существующих моделей не хватает интерпретируемости. Кроме того, они редко учитывают временные зависимости и не всегда физически осуществимы.
