Нефтенасыщенность пласта
мало нефтимного
Цифровая нефть: ИИ и 3D-моделирование в нефтедобыче
«Цифровое месторождение» — учебная модель. Она показывает, как компании используют 3D-модели и ИИ, чтобы решать, где бурить и сколько нефти получится добыть.
В реальности геологи собирают данные сейсморазведки (звуковые волны отражаются от слоёв), керна (образцов породы) и измерений в скважинах. По этим данным строят 3D-модель недр, где видно, на какой глубине лежат слои и где скопилась нефть. Здесь модель упрощённая: пять слоёв и нефтяная линза в песчанике. Нефть легче воды, поэтому она «плавает» над водоносным слоем, а глина сверху не даёт ей уйти вверх. Вертикальный масштаб растянут для наглядности.
Кликни по земле, чтобы поставить скважину. Если ствол прошёл через нефтяной пласт, скважина зелёная и даёт нефть. Если прошёл мимо, она красная («сухая»). Наклонная скважина идёт под углом и проходит по пласту дольше, поэтому часто даёт больше нефти.
Для каждой точки карты считается оценка: толщина × насыщенность × давление (каждый признак приведён к шкале 0–1). Из оценок строится тепловая карта, и ИИ выбирает 3 лучшие точки, которые стоят не слишком близко друг к другу. В реальной нефтедобыче похожие задачи решают модели машинного обучения, обученные на данных тысяч скважин.
Добыча со временем падает, потому что давление в пласте снижается. Инженер Арпс в 1945 году описал это формулой q(t) = qi / (1 + b·Di·t)^(1/b). Программа берёт учебную историю добычи и подбирает qi, Di и b так, чтобы кривая прошла как можно ближе к точкам. Это метод наименьших квадратов: ищем параметры, при которых сумма квадратов ошибок самая маленькая. Потом кривую продлевают на 10 лет вперёд.
Цифровой двойник — это виртуальная копия скважины, которая получает данные с датчиков. Здесь датчики имитируются: давление, дебит и добыча меняются сами. Модель знает, сколько скважина «должна» давать, и если датчик показывает намного меньше или давление падает слишком сильно, появляется предупреждение и совет.
Нейросети здесь нет. ИИ в этом приложении — это подбор модели по данным (метод наименьших квадратов) и оценка точек по признакам. Это основа машинного обучения: компьютер сам находит параметры, а не человек подбирает их вручную. Все расчёты идут прямо в браузере, без интернета и без внешних данных.
Учебная модель. Данные условные, не относятся к реальному месторождению.
Точки — учебная история добычи участка за 3 года (с шумом, как у настоящих замеров). Сплошная линия — кривая Арпса, которую подобрал ИИ. Пунктир — прогноз.
Как работает подбор: компьютер перебирает тысячи сочетаний Di и b, для каждого сразу вычисляет лучшее qi и считает сумму квадратов ошибок. Потом уточняет лучший вариант мелкими шагами. Побеждают параметры с самой маленькой ошибкой.