Исследователи Томского политехнического университета предложили комплексный метод, который повышает эффективность бурения неоднородных карбонатных коллекторов — пород, где сосредоточена значительная доля мировых запасов углеводородов. Стоимость бурения составляет от 30 до 60 процентов от общих затрат на скважину, поэтому увеличение скорости проходки даёт существенную экономию.
Скорость бурения зависит от многих параметров — литологии, прочности породы, давления и напряжений. Эта зависимость нелинейна, особенно в неоднородных известняках и доломитах. Существующие модели машинного обучения часто не учитывают временные зависимости и недостаточно интерпретируемы.
Автор исследования, доцент отделения нефтегазового дела ТПУ Шадфар Давуди, пояснил, что выходом стала интегрированная структура, объединяющая глубокое обучение, объяснимый искусственный интеллект и многоцелевую эволюционную оптимизацию. Учёные собрали данные из трёх вертикальных нефтяных скважин, пробуренных в формации из известняка и доломита, и разработали несколько прогнозных моделей.
Наилучшую точность показала LSTM-модель (долгой краткосрочной памяти). Анализ с помощью объяснимого искусственного интеллекта выявил, что ключевым параметром производительности является частота вращения. Интеграция с физически обоснованным алгоритмом NSGA-III позволила получить набор Парето-оптимальных решений — рабочих условий, дающих лучший компромисс между скоростью бурения, энергоэффективностью и механической нагрузкой.