Специалисты Газпром нефти научили программу распознавать горные породы по фото

«Газпром нефть» успешно испытала новую технологию на основе машинного обучения и цифрового зрения для исследования горных пород на месторождениях Западной Сибири. Проект доказал возможность в 7 раз ускорить лабораторный анализ полноразмерного керна для принятия решения по дальнейшей программе его исследования. Для этого керны извлекают из скважин и «оцифровывают» с помощью специальной фотосъемки. Накопленный массив изображений анализируется автоматической системой, которая распознает на фото литологические слои, определяет их название, целостность и другие характеристики.

Для обучения математической модели центром разработки и монетизации данных «Газпром нефти» был разработан классификатор литологических слоев — принципы, по которым тот или иной элемент на фотографии среза керна нужно соотносить с определенными характеристиками геологической породы. Набор данных из более чем 17 тыс. фотографий керна в дневном и ультрафиолетовом свете был подготовлен в партнерстве с геологическим факультетом МГУ им. М. В. Ломоносова.

Новости по теме

09:35, 13 января 2025 г. США ввели санкции против российского нефтегазового сектора

В комплексе с другими разработками «Газпром нефти» новая система, по предварительным оценкам, позволит ежегодно экономить на лабораторных исследованиях около 85 млн рублей.

«Для оптимизации нашей работы мы рассматриваем весь спектр технологий, в том числе применяемых в других отраслях. Адаптируя их под наши задачи, мы автоматизируем рутинные процессы, а каждый новый цифровой инструмент сбора и анализа данных вносит вклад в повышение эффективности нефтедобычи в целом. Мы внедряем машинное обучение в геологоразведочные работы для сокращения неопределенностей, и, на основе точной информации, принимаем масштабные инфраструктурные решения», - Алексей Вашкевич директор по технологическому развитию «Газпром нефти»

«Оцифровка лабораторных образцов пород позволяет не только в значительной степени снизить неопределенности в стратегии разработки актива (например, проведя на одном и том же образце множество симуляций по вытеснению из образцов нефти с помощью полимеров различного химического состава), но и кратно ускорить процесс принятия решения, который строится на результатах лабораторных исследований. Это яркий пример изменения бизнес-процессов на основе данных, подход, который заложен в стратегии цифровой трансформации компании».