Menu
Технологии

Искать нефть с помощью искусственного интеллекта

Компания «Черварт» Армена Захаряна создала программу, которая при помощи искусственного интеллекта определяет объем нефтяных запасов на стадии разведки и стадии эксплуатации скважин. Клиентами компании уже были «Лукойл» и «Газпром нефть», сейчас «Черварт» сотрудничает с небольшой американской компанией со сложным месторождением в Техасе.

© РИА Новости / Максим Богодвид

 Прогнозы для «Лукойла»

«Сейчас принято считать, что искусственный интеллект или машинное обучение – это всегда только нейронные сети, но я от них отказался, потому что нейронные сети не могут прогнозировать. Они могут показать только то, что было раньше», – рассказывает предприниматель.

Армен Захарян был разработчиком нейронных сетей около десяти лет: с 2001 по 2010 год на всем материале западносибирских месторождений нефтяной компании «Лукойл». Это примерно 30 тысяч скважин на разведанных месторождениях. Разработчик занимался прогнозированием дебитов нефти после гидроразрыва пласта. Дебит нефтяной скважины – это объем жидкости, поставляемой через скважину за определенную единицу времени. Сами работы по гидроразрыву пласта для образования скважины стоят около $100 тыс. При этом эффект гидроразрыва – 51%, в 49% случаях вместо нефти идет вода. Разработчики-прогнозисты могли повысить этот эффект на 5% за счет обработки данных с помощью нейросетей – это считалось много. В год «Лукойл» делает около 500 гидроразрывов и тратит на это около $50 млн. Большие деньги для того, чтобы задуматься над новым, более точным способом прогнозирования запасов нефтяных скважин.

ООО «Черварт» (Cervart – аббревиатура от итальянского Cervaello artifatto – искусственный интеллект) существует с 2012 года. Армен Захарян ушел из «Лукойла» и создал компанию, чтобы самому зарабатывать на контрактах от клиентов. Выручка ООО в прошлом году была около 1,5 млн руб., компания работает с прибылью. «Черварт» сотрудничает со «Сколтехом» (Сколковский институт науки и технологий), который также внедряет ИИ в нефтянке. Так, с Iskandia Захарян познакомился именно в «Сколтехе».

ИИ точнее нейросетей

Захарян разработал программу на основе ИИ, которая способна предсказывать, что будет с месторождением дальше. ИИ строится на основе больших данных, переданных заказчиком, на базе которых делается адаптивная модель залежей, которая в свою очередь интегрирует новые данные. Она подходит для любых данных. Так, для прогнозирования дебитов нефти собираются данные о местоположении скважины, глубине пласта, количестве лет работы скважины (если речь идет о старой скважине), объемах ранее выкаченной нефти и т.д. Объем данных достаточно большой. Система полностью самодостаточна, алгоритмы программы сами обрабатывают и размечают данные.

Примерно десять лет программа тестируется Захаряном и, по его словам, дает результат не хуже, а иногда и лучше, чем нейросети. 56% в такого рода прогнозах – пока предел точности. Искусственные нейронные сети эффективны для распознавания образов, но не подходят для прогноза, потому что они не могут порождать новые ситуации, которых не было в обучающей выборке. Нейросети придумали еще в 1943 г. два американских ученых – нейропсихолог Уоррен Мак-Каллок и математик Уолтер Питтс.

Лучше Schlumberger

ИИ, разработанный Захаряном, дешевле, чем аналог крупнейшей нефтесервисной компании «Шлюмберже» (Schlumberger). У Schlumberger лицензия за расчет одной скважины стоит $300 тыс., у «Черварта» – $2 тыс. Захарян уверен: в случае массового внедрения его продукта он вытеснит с рынка Schlumberger, потому что его программа еще и работает быстрее, основываясь на таком же объеме больших данных. Год назад «Черварт» получила контракт на прогнозирование от небольшой американской нефтяной компании Iskandia. Ее месторождения находятся в Хьюстоне, штат Техас, в Пермском бассейне.

«У них настолько своеобразные месторождения, что стандартные симуляторы типа Schlumberger их подсчитать не могут, поэтому они обратились к нам. Мы можем посчитать что угодно – сланцевую нефть, любую. Специфика этих месторождений в том, что у них сразу же на 3 тонны нефти 97 тонн воды. Обычно такое бывает в конце добычи, я такие месторождения не видел», – говорит Захарян.

ИИ, разработанный «Червартом», в отличие от ИИ Schlumberger, учитывает при прогнозировании не только физические принципы, но и информационные. Например, параметр пластового давления замеряют физически, потому что он очень важный с точки зрения оценки дебита скважины. Но этот показатель никогда не учитывают при прогнозировании. Или параметр проницаемости пласта – он определяет дыры и, соответственно, возможные потери в скважине. Но его замерить нельзя: он пересчетный, как правило, его нельзя точно определить. Но когда идет расчет модели, показатель проницаемости пласта определяет дебит, а это неверно, так как эти данные менее достоверны. То есть при прогнозе в первую очередь необходимо учитывать качество и достоверность информации, а не абстрактные физические законы.

Захарян рассчитывает получить контракт от «Салым Петролеум» на расчет Салымского месторождения. Там нефть находится в глиняных пластах, что крайне редко: обычно нефть залегает в песчаниках. Поэтому моделировать такие месторождения в классических симуляторах практически невозможно, но адаптивный метод системы Cervart может с этим справиться.

«Черварт» хотела бы работать не только с нефтяными компаниями, но и с «Роснедра», банками, например Сбербанком, который тратит много денег на развитие ИИ. Для Сбербанка и «Роснедр» «Черварт» может оценить, скажем, достоверность данных клиентов.

«Мы могли бы для Сбербанка рассчитать альтернативную геолого-гидродимическую модель дебитов скважин нефтегазовых компаний, заемщиков, чтобы узнать достоверность их данных и сопоставить их с теми данными, которые принес потенциальный заемщик», – поясняет Захарян.

То же самое Захарян может делать и для «Роснедр».

Автор: Наталья Кузнецова

Подписывайтесь на канал «Инвест-Форсайта» в «Яндекс.Дзене»
Загрузка...
Предыдущая статьяСледующая статья