Процессом создания модели машинного обучения, которая позволит прогнозировать зависимости относительной фазовой проницаемости нефти и воды по характеристикам керна, занимается ведущий научный сотрудник лаборатории теории и оптимизации химических и технологических процессов ТюмГУ Максим Молокеев.
"В 2024 году мы провели работы по уточнению прогностической модели и запланировали испытания на активах индустриальных партнеров. Применение такого решения позволит сократить затраты на проведение исследований в лабораторных условиях при подборе методов повышения коэффициента нефтеотдачи", — уточнил он.
Модель машинного обучения строит прогноз графиков относительной фазовой проницаемости. Такие графики описывают способность породы пропускать различные жидкости как, например, нефть или вода в смеси. Данные обрабатываются и представляются так, чтобы перевести их в векторы малой размерности — цифровой материал для прогнозирования. С их помощью исследователи представят, насколько будет эффективна добыча нефти при разных условиях, сообщает управление стратегических коммуникаций ТюмГУ.
"Мы расширяем научное сотрудничество. К работе в области математического моделирования процессов, протекающих внутри порового пространства синтетического керна, присоединился профессор из Мексики Хорхе Анчейта, заключено соглашение о сотрудничестве с Южно-китайским сельскохозяйственным университетом, Южно-китайским технологическим университетом и Мексиканским нефтяным институтом для разработки совместных образовательных программ и проведения научных исследований в области микрофильтрации и химического инжиниринга", — рассказал Андрей Ермаков.