- Код статьи
- S0869587324100036-1
- DOI
- 10.31857/S0869587324100036
- Тип публикации
- Статья
- Статус публикации
- Опубликовано
- Авторы
- Том/ Выпуск
- Том 94 / Номер выпуска 10
- Страницы
- 892-899
- Аннотация
- Разработка и широкое внедрение в добывающую отрасль России новых технологий для поддержания уровня добычи нефти и газа − важнейшая задача. В первую очередь необходимо обеспечить прирост рентабельных запасов за счёт развития геологоразведки и расширения цифровой трансформации, форматирования систем принятия решений. Месторождение, управляемое с использованием искусственного интеллекта, – новая реальность. Его внедрение предполагает не сокращение рабочих мест или полную замену человека на промысле, а обеспечение системного объективного подхода к принятию решений, основанного на достижениях точных наук, а не на личном опыте отдельного человека. Сегодня основным инструментом планирования в нефтяной и газовой отрасли служит геолого-гидродинамическая модель. В последнее время, благодаря увеличению вычислительных мощностей, отрасль совершила эволюционный скачок в этом направлении, осуществляется переход к интегрированному моделированию, объединяющему процессы в подземной и наземной части месторождения. Будущее за нейросетевыми технологими, интегрированными с классическими методами в единую цифровую среду для оптимизации всех процессов – от нефтегазового пласта до переработки и реализации продукции. В новой парадигме управление нефтегазодобычей на разных стадиях освоения месторождения нуждается не только в кардинальной трансформации используемых инструментов, но и корректировке законодательной базы, разработке регламента интегрированного моделирования, включающего все элементы исследований и добычи − от сейсморазведки до обустройства месторождений. Статья подготовлена на основе доклада, заслушанного на заседании президиума РАН 11 июня 2024 г.
- Ключевые слова
- управление разработкой месторождений углеводородного сырья трудноизвлекаемые запасы цифровой промысел интегрированное моделирование искусственный интеллект нейросети
- Дата публикации
- 01.08.2025
- Всего подписок
- 0
- Всего просмотров
- 90
Библиография
- 1. Нишкевич Ю.А., Рябец Д.А., Бриллиант Л.С. и др. Опыт организации роботизированных систем управления заводнением в алгоритмах искусственного интеллекта при оптимизации разработки высокообводненных залежей // Геология и недропользование. 2022. № 7. С. 51−58. / Nishkevich Yu.A., Ryabets D.A., Brilliant L.S. et al. Experience in organizing robotic waterflooding control systems in artificial intelligence algorithms for optimizing the development of highly watered deposits // Geology and subsoil use. 2022, no. 7, pp. 51−58. (In Russ.)
- 2. Андонов К.А., Елишева А.О., Круглов С.П. Управление разработкой зрелых месторождений с применением нейронных сетей на месторождениях ПАО “Лукойл”. https://togi.ru/publication/ (дата обращения 11.07.2024) / Andonov K.A., Elisheva A O., Kruglov S.P. Management of mature field development using neural networks at Lukoil PJSC fields. https://togi.ru/publication/ (date accessed 11.07.2024)
- 3. Меркель М.А. Предиктивная аналитика отказов ГНО. https://togi.ru/publication/ (дата обращения 11.07.2024) / Merkel M.A. Predictive analytics of GNO failures. https://togi.ru/publication/ (date accessed 11.07.2024)
- 4. Завьялов А.С. Технологии искусственного интеллекта в управлении добычей. https://togi.ru/publication/ (дата обращения: 11.07.2024) / Zavyalov A.S. Artificial Intelligence Technologies in Production Management. https://togi.ru/publication/ (date accessed 11.07.2024)
- 5. Зарубин А.Л, Перов Д.В., Рябец Д.А. и др. Автоматизация процессов нейросетевой оптимизации режимов закачки воды на месторождениях АО «НК “Нефтиса”» // Нефть. Газ. Новации 2020. № 8. С 30−35. / Zarubin A.L., Perov D.V., Ryabets D.A. et al. Automation of processes of neural network optimization of water injection modes at the fields of JSC NK Neftisa // Oil. Gas. Innovations. 2020, no. 8, pp. 30−35. (In Russ.)
- 6. Рябец Д.А, Бескурский В.В., Бриллиант Л.С. и др. Автоматизация процессов управления режимами работы нагнетательных скважин при нейросетевой оптимизации на объекте БС8 Западно-Малобалыкского месторождения // Neftegaz.RU. 2020. № 2 (98). / Ryabets D.A, Beskursky V.V., Brilliant L.S. et al. Automation of processes for controlling the operating modes of injection wells with neural network optimization at the BS8 facility of the Zapadno-Malobalykskoye field // Neftegaz.RU. 2020, no. 2 (98). (In Russ.)
- 7. Трофимова Е.П., Лучинин С.Б., Валеев Е.М., Южанина А.А. Технико-экономическое обоснование применения мобильных установок подготовки скважинной продукции на нефтяных месторождениях в период пробной эксплуатации // Разработка и эксплуатация нефтяных и газовых месторождений. 2020. № 4. С. 1−49. / Trofimova E.P., Luchinin S.B., Valeev E.M., Yuzhanina A.A. Feasibility study for the use of mobile well product preparation units at oil fields during trial operation // Development and operation of oil and gas fields. 2020. no. 4, pp. 1−49. (In Russ.)
- 8. Сугаипов Д.А., Батрашкин В.П., Хасанов М.М. и др. Основные принципы модульной стратегии обустройства месторождений в ПАО “Газпром нефть” // Нефтяное хозяйство. 2018. № 12. С. 68– 71. DOI: 10.24887/0028-2448-2018-12-68-71 / Sugaipov D.A., Batrashkin V.P., Khasanov M.M. et al. Basic principles of the modular strategy for field development at PJSC Gazprom Neft // Oil industry. 2018, no. 12, pp. 68−71. (In Russ.) DOI: 10.24887/0028-2448-2018-12-68-71
- 9. Дашевский А.В., Устимчук М.В., Дубровин К.А. и др. Современные решения для обустройства инфраструктуры малых месторождений // Нефтяное хозяйство. 2018. № 12. С. 124−125. / Dashevsky A.V., Ustimchuk M.V., Dubrovin K.A. et al. Modern solutions for the arrangement of small field infrastructure // Oil Industry. 2018, no. 12, pp. 124−125. (In Russ.)
- 10. Дашков Р.Ю., Гафаров Т.Н., Облеков Р.Г. и др. Опыт освоения и оптимизация разработки Лунского нефтегазоконденсатного месторождения // Газовая промышленность / Спецвыпуск. 2024. № 2 (866). С. 48−53. / Dashkov R.Yu., Gafarov T.N, Oblekov R.G. et al. Experience of development and optimization of the Lunskoye oil and gas condensate field // Gas industry. Special issue. 2024, no. 2 (866), pp. 48−53. (In Russ.)
