Применение машинного обучения для оценки оптимальных условий заканчивания с МГРП с учетом геолого-технических и экономических аспектов разработки низкопроницаемых пластов месторождений ЯНАО

Abstract

Рассматривается способ оптимизации заканчивания скважины с многостадийным гидравлическим разрывом пласта с помощью алгоритмов машинного обучения. Проводится сбор и анализ данных, построение модели машинного обучения и оптимизатора, основанного на повышении экономической эффективности. По результатам работы показано, что предлагаемый метод способен использовать комплексную информацию о месторождении для получения оптимального дизайна заканчивания скважины с многостадийным гидроразрывом пласта при условии достижения максимального экономического эффекта.

A method for optimizing well completion with multi-stage hydraulic fracturing using machine learning algorithms is considered. Data is being collected and analyzed, and a machine learning model and an optimizer based on increasing economic efficiency are being built. According to the results of the work, it is shown that the proposed method is able to use complex information about the field to obtain the optimal design of well completion with multi-stage hydraulic fracturing, provided that the maximum economic effect is achieved.