Расчет рейтинга скважин-кандидатов при уплотняющем бурении с помощью машинного обучения на промысловых данных (метод опорных векторов

Применение алгоритмов машинного обучения, в частности метода опорных векторов, является перспективным направлением для прогноза продуктивности скважин при уплотняющем бурении (расчета рейтинга). Существенным условием применения метода является наличие обширной цифровой базы с представительными результатами, позволяющей провести обучение модели. В работе рассмотрено применение метода опорных векторов для крупного месторождения в Западной Сибири, а также предложен алгоритм для формирования списка скважин-кандидатов для бурения с последующим ранжированием по совокупности факторов, определяющих дальнейшую эффективность реализуемой системы разработки. В алгоритме ранжирования также существенным образом применяется диаграмма Вороного, хорошо зарекомендовавшая себя как приближение к зоне дренируемых запасов скважины. Методика позволяет комплексировать такие параметры, как продуктивность и обводненность продукции окружающих скважин, плотность текущих запасов, параметры проведенных гидроразрывов пласта и энергетическое состояние потенциального участка для уплотняющего бурения, не прибегая к фильтрационному моделированию, которое в данном случае не позволяет уточнить и подтвердить параметры пластовой системы. Использована двойная модель: первая модель обучается на фильтрационных параметрах пласта, вторая – на емкостных параметрах. При этом ранг первой модели является одним из обучающих параметров для второй, что и позволяет учесть практически всю геолого-промысловую информацию. Метод будет особенно перспективен в осложненных коллекторах, например в двухпоровой среде, где связь между пластовыми параметрами (проницаемость, пористость, нефтенасыщенность) и промысловыми показателями разработки традиционными методами установить затруднительно, а также при наличии техногенных трещин, в частности от гидроразрыва пластов.