Тема: Добыча · Опубликовано: 2026-10-31 13:09 МСК
Учёные Томского политеха разработали ИИ-подход к оптимизации бурения в неоднородных карбонатных коллекторах. Лучшую точность на трёх вертикальных скважинах показала LSTM-модель, ключевой параметр — частота вращения. Бурение формирует 30-60% стоимости скважины, и улучшение скорости работ на 10% уже даёт заметную экономию.
Ценность таких разработок не в самой нейросети, а в том, что она превращает разрозненные данные по скважинам в управляемый параметр — но тиражирование упирается в полноту геомеханических выборок, а не в алгоритмы.
На котировки нефти и газа такое влиять не может: речь об инструменте снижения операционных затрат, эффект от которого растянется на годы и проявится через себестоимость, а не через объёмы предложения. Для цен значимее сроки ввода мощностей и баланс спроса.
Для российских нефтяников это потенциальное сокращение стоимости скважины в карбонатных коллекторах, где доля бурения в смете доходит до 30-60%. Пока речь о методике и трёх скважинах: на бюджет и рубль эффекта нет, выгода проявится только при массовом внедрении у недропользователей.
Сама постановка задачи не нова: машинное обучение для подбора режима бурения применяют давно, но большинство моделей плохо интерпретируемы и не всегда физически реализуемы. Здесь акцент на объяснимости и связке с алгоритмом NSGA-III, который отбирает режимы с поправкой на механику горных пород.
Смотреть стоит на расширение выборки: три вертикальные скважины в известняково-доломитовой формации — слишком мало, чтобы говорить о переносимости на другие месторождения и наклонно-направленное бурение. Показателем зрелости метода станут полевые испытания с фактическим сравнением времени проходки.