По данным Rock Mechanics Bulletin, сотрудниками ПНИПУ совместно с китайскими учеными разработана гибридная модель на базе ИИ для прогнозирования горизонтального напряжения в горных породах.

Нейросеть обучалась на данных по 3 скважинам Джунгарского бассейна на северо-западе Китая, включающих более 10 тыс. замеров. Данный район характеризуется сложным геологическим строением, включающим пликативные и дизъюнктивные структуры, что обуславливает различное сжатие пород на разных глубинах. Подобное строение имеют Западная и Восточная Сибирь, шельф Сахалина, Урал и Кавказ.

В отличие от аналогов, данная нейросеть способна отделять значимые факторы от не влияющих на горизонтальное давление параметров. Это обеспечивает высокую точность прогнозирования – более 99%. К тому же скорость вычислений выше на 87%.

Разработка позволяет рассчитать оптимальную плотность бурового раствора, сокращая риск обрушения стенок и аварийного выброса сырья. При гидравлическом разрыве пласта это повышает эффективность добычи и снижает риски за счет обеспечения возможности направления трещин в нефтенасыщенные зоны, избегая пустые породы и соседние скважины.