Применение методов искусственного интеллекта в задачах предотвращения аварийных ситуаций при строительстве скважин

Дмитриевский, А.Н.; Еремин, Н.А.; Архипов, А.И.; Черников, А.Д.; Зинатуллина, Л.И.

Авторы: Дмитриевский А.Н., Еремин Н.А., Архипов А.И., Черников А.Д., Зинатуллина Л.И.
Журнал: Недропользование XXI
Том: 92
Номер: 5-6
Год издания: 2021
Первая страница: 6
Последняя страница: 15
Аннотация: UDC 622.24A.N. Dmitrievsky, N.A. Eremin, A.I. Arkhipov, A.D. Chernikov, L.I. Zinatullina Automated system for preventing accidents during well construction using artificial intelligence methods // Nedropolzovanie XXI vek -2021. № 5-6 (92) December. – p.6-15. ISSN: 1998-4685Abstract. The article is devoted to the description of the created automated system of emergency prevention during the construction of wells using artificial intelligence methods. We used large amounts of data obtained in real time from geological and technological measurement stations during drilling. The article substantiates the choice of operational and effective methods for preventing complications and emergencies in the construction of oil and gas wells using artificial intelligence methods. A significant part of the work was devoted to data preprocessing, selecting a feature system for each complication, and normalizing and marking up input big data. According to the results of the work during 2019-2020, six certificates of registration of computer programs were obtained and two applications for utility model patents were filed.Key words: drilling of oil and gas wells, advanced mud logging system, big data, prevention of accidents and complications, neural networks, artificial intelligence, automated system, well construction, neural network modeling.УДК 622.24Дмитриевский А.Н., Еремин Н.А., Архипов А.И., Черников А.Д., Зинатуллина Л.И. Применение методов искусственного интеллекта в задачах предотвращения аварийных ситуаций при строительстве скважин // Недропользование XXI век. – 2021. – № 5-6 (92) декабрь. – с.6-15. В статье приводится описание созданной автоматизированной системы предотвращения аварийных ситуаций при строительстве скважин с использованием методов искусственного интеллекта. В работе использовались большие объемы данных, получаемые в режиме реального времени со станций геолого-технологический измерений при бурении. В статье обоснован выбор оперативных и эффективных методов предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин с применением методов искусственного интеллекта. Значительная часть работы была посвящена предварительной обработке данных, выбору системы признаков для каждого осложнения, нормировке и разметке входных больших данных. По результатам работы в течении 2019-2021 гг. были получены шесть свидетельств регистрации программ для ЭВМ и два патента на изобретение.Ключевые слова: бурение нефтяных и газовых скважин, геолого-технологические исследования, большие данные, предотвращение аварий и осложнений, нейронные сети, искусственный интеллект, автоматизированная система, строительство скважин, нейросетевое моделирование. БлагодарностиСтатья подготовлена в рамках выполнения государственного задания (тема «Фундаментальный базис инновационных технологий нефтяной и газовой промышленности (фундаментальные, поисковые и прикладные исследования)», № ААААА19-119013190038-2).Литература1. Noshi, C. I., & Schubert, J. J. (2018, October 5). The Role of Machine Learning in Drilling Operations; A Review. Society of Petroleum Engineers. doi:10.2118/191823-18ERM-MS;2. Okpo, E. E., Dosunmu, A., & Odagme, B. S. (2016, August 2). Artificial Neural Network Model for Predicting Wellbore Instability. Society of Petroleum Engineers. doi:10.2118/184371-MS;3. Dursun, S., Tuna, T., Duman, K. 2015. Real-Time Risk Prediction During Drilling Operations. https://www.google.com/patents/WO2015060865A1?cl=en Google Patents.;4. Дмитриевский А.Н., Еремин Н.А. Цифровая модернизация нефтегазовой экосистемы – 2018. // Актуальные проблемы нефти и газа, 2018, №2 (21), с.1-12. DOI 10.29222/ipng.2078-5712.2018-21.art2 [Dmitrievsky A.N., Eremin N.A. Digital modernization of oil and gas ecosystems – 2018 // Actual problems of oil and gas, 2018, №2 (21), pp.1-12. In Russian.]5. Eskandarian, S., Bahrami, P., and Kazemi, P., 2017. A comprehensive data mining approach to estimate the rate of penetration: Application of neural network, rule-based models and feature ranking. Journal of Petroleum Science and Engineering, 156, 605–615. https://doi.org/10.1016/j.petrol.2017.06.039;6. Abbas, A. K., Bashikh, A. A., Abbas, H., and Mohammed, H. Q., 2019. Intelligent decisions to stop or mitigate lost circulation based on machine learning. Energy, 183, 1104–1113. https://doi.org/10.1016/j.energy.2019.07.020.7. Zhang, F., Islam, A., Zeng, H., Chen, Z., Zeng, Y., Wang, X., & Li, S. (2019, November 11). Real Time Stuck Pipe Prediction by Using a Combination of Physics-Based Model and Data Analytics Approach. Society of Petroleum Engineers. doi:10.2118/197167-MS8. Alshaikh, A., Magana-Mora, A., Gharbi, S. A., & Al-Yami, A. (2019, March 22). Machine Learning for Detecting Stuck Pipe Incidents: Data Analytics and Models Evaluation. International Petroleum Technology Conference. doi:10.2523/IPTC-19394-MS9. Abbas, A. K., Assi, A. H., Abbas, H., Almubarak, H., & Al Saba, M. (2019, November 11). Drill Bit Selection Optimization Based on Rate of Penetration: Application of Artificial Neural Networks and Genetic Algorithms. Society of Petroleum Engineers. doi:10.2118/197241-MS10. Sule, I., Khan, F., Butt, S. 2018. Kick Control Reliability Analysis of Managed Pressure Drilling Operation. Journal of Loss Prevention in the Process Industry 52: 7–20. https://doi.org/10.1016/j.jlp.2018.01.00711. Ben, Y., Han, W., James, C., & Cao, D. (2020, February 25). Building a General and Sustainable Machine Learning Solution in a Real-Time Drilling System. Society of Petroleum Engineers. doi:10.2118/199603-MS12. P. Bimastianto, S. Khambete, H. AlSaadi, E. Couzigou, A. Al-Marzouqi, B. Chevallier, A. Qadir, W. Pausin, and L. Vallet, “Digital Twin Implementation on Current Development Drilling, Benefits and Way Forward,” Abu Dhabi International Petroleum Exhibition & Conference, 2020.13. Отчёт о научно-исследовательской работе по теме: «Фундаментальный базис инновационных технологий нефтяной и газовой промышленности (фундаментальные, поисковые и прикладные исследования)» (промежуточный). Внутренний номер в ИС «Парус» - 0139-2019-0009.14. Дмитриевский А.Н., Дуплякин В.О., Еремин Н.А., Капранов В.В. Алгоритм создания нейросетевой модели для классификации в системах предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин. // Датчики и системы. 2019. №12 (243). с.3-10.15. Черников А.Д., Еремин Н.А., Столяров В.Е., Сбоев А.Г., Семенова-Чащина О.К., Фицнер Л.К. (2020). Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения. Георесурсы, 22(3), c. 87–96. DOI: https://doi.org/10.18599/grs.2020.3.87-96 ISSN 1608-5043 eISSN 1608-507816. А.Н. Дмитриевский, А.Г. Сбоев, Н.А. Еремин, А.Д. Черников, А.В. Наумов, А.В. Грязнов, И.А. Молошников, С.О. Бороздин, Е.А. Сафарова Предупреждение осложнений и аварий в процессе бурения нефтегазовых скважин с использованием методов машинного обучения // Георесурсы, №4, c. 79–85. DOI: https://doi.org/10.18599/grs.2020.4.79-8517. Архипов А.И., Дмитриевский А.Н., Еремин Н.А., Черников А.Д., Бороздин С.О., Сафарова Е.А., Сейнароев М.Р. Анализ качества данных станции геолого-технологических исследований при распознавании поглощений и газонефтеводопроявлений для повышения точности прогнозирования нейросетевых алгоритмов. // Нефтяное хозяйство. 2020, №08 (1162), с.63-67.18. Borozdin, S., Dmitrievsky, A., Eremin, N., Arkhipov, A., Sboev, A., Chashchina-Semenova, O., Fitzner L., Safarova, E. Drilling Problems Forecast System Based on Neural Network. // SPE Annual Caspian Technical Conference (2020). doi:10.2118/202546-MS19. Еремин Н.А., Черников А.Д., Сарданашвили О.Н., Столяров В.Е. Интеллектуальное бурение при обустройстве цифровых месторождений. // Автоматизация, телемеханизация и связь в нефтяной промышленности, 2020, №5 (562), 26-36.20. Еремин Н.А., Черников А.Д., Сарданашвили О.Н., Столяров В.Е., Архипов А.И. Цифровые технологии строительства скважин. Создание высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин. // Деловой журнал Neftegaz.Ru, 2020, №4 (100) с. 38-50,21. А.Н. Дмитриевский, Н.А. Еремин, В.Е. Столяров Роль информации в применении технологий искусственного интеллекта при строительстве скважин для нефтегазовых месторождений // Научный журнал Российского газового общества, 2020. № 3 (26) с.06-21. A.N.22. Еремин Н.А., Водопьян А.О., Дуплякин В.О., Черников А.Д., Космос С.А. Программный компонент «Нефтегазовый блокчейн» // Свидетельство о регистрации программы для ЭВМ RU 2020614626, 17.04.2020. Заявка № 2020613699 от 27.03.2020.23. Еремин Н.А., Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Программный компонент «Нейросетевые расчеты – построение моделей прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПКНР) // Свидетельство о регистрации программы для ЭВМ RU 2020660892, 15.09.2020. Заявка № 2020660182 от 08.09.2020.24. Еремин Н.А., Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Программный компонент «Адаптация обобщенных нейросетевых моделей прогнозирования осложнений и аварийных ситуаций к геофизическим параметрам при бурении конкретной скважины» // Свидетельство о регистрации программы для ЭВМ RU 2020660890, 15.09.2020. Заявка № 2020660179 от 08.09.2020. Software component «Adaptation of generalized neural network models for predicting complications and emergencies to geophysical parameters when drilling a specific well» Type: certificate of state registration of a computer program Certificate number: RU 2020660890 Patent office: Russia Publication year: 2020 Application number: 2020660179 Registration date: 09/08/2020 Publication date: 09/15/2020 https://fips.ru/registers-web/action?acName=clickRegister&regName=EVM25. Еремин Н.А., Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Программный компонент «Индикация прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПК «Индикация») // Свидетельство о регистрации программы для ЭВМ RU 2020661356, 22.09.2020. Заявка № 2020660450 от 14.09.2020.26. Еремин Н.А., Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Программный компонент «Оркестровка – интеграция модулей системы прогнозирования осложнений и аварийных ситуаций при бурении и строительстве скважин» // Свидетельство о регистрации программы для ЭВМ RU 2020660891, 15.09.2020. Заявка № 2020660181 от 08.09.2020. Software component «Orchestration - integration of modules for predicting complications and emergencies during drilling and well construction" Authors: Eremin Nikolai Alexandrovich, Dmitrievsky Anatoly Nikolaevich, Chashchina-Semenova Olga Kimovna, Fitzner Leonid Konstantinovich, Chernikov Alexander Dmitrievich Number: 2020660891 Date received: September 15, 2020 https://fips.ru/registers-web/action?acName=clickRegister&regName=EVM27. Еремин Н.А., Винокуров В.А., Гущин П.А., Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д., Насекин К.К., Сафарова Е.А., Бороздин С.О., Архипов А.И. Программный компонент «Обратная связь» // Свидетельство о регистрации программы для ЭВМ RU 2020665410, 26.11.2020. Заявка № 2020661058 от 25.09.2020. Дата публикации: 26.11.2020.28. Дмитриевский А.Н., Еремин Н.А., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин // Патент на полезную модель RU ХХХХХ ХХ, ХХ.ХХ.2020. Заявка № 2020129673/03 (053361) от 08.09.2020. Automated system for identifying and predicting complications during the construction of oil and gas wells29. Дмитриевский А.Н., Еремин Н.А., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин // Патент на полезную модель RU ХХХХХ ХХ, ХХ.ХХ.2020. Заявка № 2020129671/03 (053358) от 08.09.2020. Automated system for identifying and predicting complications during the construction of oil and gas wells
Добавил в систему: Еремин Николай Александрович

	ИСТИНА	Войти в систему Регистрация
	ИПМех РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИПМех РАН

Применение методов искусственного интеллекта в задачах предотвращения аварийных ситуаций при строительстве скважинстатья

Прикрепленные файлы