Деятельность по добыче нефти и газа в месторождении Батьхо, вьетнамской нефтегазовой группы. (Фото: ВИА)
Вьетнамский нефтяной институт (ВНИ) использовал искусственный интеллект (ИИ) и алгоритмы машинного обучения (МО) для быстрого определения трещиноватых пород фундамента, экономя времени и денег в разведке нефти и газа.
Деятельность по добыче нефти и газа в месторождении Батьхо, Вьетнамская нефтегазовая группа
ВНИ использовал ИИ и алгоритмы МО для быстрого определения трещиноватых пород фундамента с точностью более 80%, экономя время и деньги в разведке нефти и газа.
Успешное обнаружение и эксплуатация нефти в треснутых гранитоидных фундаментах в месторождении Бакхо и других месторождениях во Вьетнаме изменили традиционные методы в поиске и разведке нефти и газа, создав новые методы в поиске и разведке нефти и газа в регионе и мире.
По традиционному методу определение растрескавшейся породы требует применения специализированных инструментов, что может остановить бурение нефтяных скважин и продлить срок аренды (текущая стоимость аренды буровой установки составляет около 65.000-68.000 долл. США в сутки), увеличивая стоимость новой нефтяной скважины.
Чтобы оптимизировать этот процесс, ВНИ исследовала и разработала способ по «прогнозирования трещиноватых пород фундамента по параметрам во время бурения нефтяных скважин с использованием моделей МО и ИИ (прогнозирование трещин от ВНИ)», который помогает точно определить появление трещин по данным реального времени.
Результаты прогнозирования наличия трещиноватых пород с помощью модели машинного обучения и искусственного интеллекта ВНИ. (Фото: ВИА)
Такие параметры, как крутящий момент, нагрузка при бурении, скорость потока, скорость вращения ротора, вертикальное давление в колонне для бурения и т. д., будут использоваться в качестве входных данных для контролируемых алгоритмов МО; затем модели будут проверены, классифицированы и оценены, чтобы найти наиболее оптимальную модель для прогнозирования образования трещин.
Результат прогноза появления трещиноватых пород фундамента с помощью модель МО и ИИ
ВНИ проверила точность этой модели прогнозирования на данных бурения 12 нефтяных скважин на некоторых месторождениях с аналогичной геологической структурой, в результате чего точность прогнозирования образования трещин составила более 80% по аналогии с новыми нефтяными скважинами.
Результаты представлены на платформе Операции машинного обучения (ОМО), которая повышает эффективность бурения, помогает операторам буровых установок опознавать риски проблем при бурении и принимать меры при бурении через зоны трещин, безопасно помогая процессу бурения и эффективно сокращая время аренды буровой установки, что приводит к экономии затрат на бурение.
Соответственно, экономия затрат будет зависеть от конкретного плана бурения каждого подрядчика, вариантов обработки в процессе бурения, если таковые имеются, но оценивается в сотни тысяч долл. США в стоимости оборудования и персонала в 2022 году.
Директор по данным ВНИ Ле Нгок Ань сказал, что модель прогнозирования трещиноватости фундамента использует доступные данные нефтегазовой промышленности Вьетнама, связанные с параметрами бурения и трещиноватых пород, которые знают заранее, чтобы построить оптимальные алгоритмы, создать новые значения, обеспечить конфиденциальность и безопасность.
Использование модели МО и ИИ при разведке и добыче нефти и газа является следующей вехой в реализации стратегии Вьетнамской нефтегазовой группы по цифровой трансформации для «поддержки и ускорения процесса трансформации модели бизнеса» и оптимизации методов деятельности, улучшения оперативного управленческого потенциала.
В начале июля ВНИ исследовал создание экосистемы ИИ в нефтегазовой отрасли, которая применяет ИИ и МО в агрегировании, представлении и анализе подробных данных в нефтегазовой области с такими видами продукции, как сырая нефть, нефть, сжиженный нефтяной газ, и природный газ. Этот институт разработал меры, помогающие предприятиям принимать более быстрые и эффективные решения в повседневной производственной и коммерческой деятельности, а также строить долгосрочные стратегические планы./.
