Искусственный интеллект в сланцевом газе и нефти: комплексный обзор применений и проблем

В этом комплексном обзоре рассматривается интеграция искусственного интеллекта (ИИ) в управление ресурсами сланцевого газа и нефти с акцентом на применение методов машинного обучения и глубокого обучения. Добыча сланцевого газа и нефти, ранее ограниченная сложными геологическими и петрофизическими условиями, получила значительные преимущества благодаря методам ИИ, которые совершенствуют характеристику коллекторов, прогнозирование трещин, прогнозирование добычи и оптимизацию гидравлического разрыва пласта. В обзоре анализируется современное состояние применения ИИ и выделяются ключевые достижения в разработке моделей на основе ИИ, повышающих точность прогнозирования, учитывающих неоднородность данных и интегрирующих различные источники данных. Особое внимание уделяется сочетанию ИИ с традиционными физическими моделями, такими как нейронные сети с учетом физических законов, а также потенциалу гибридных подходов к моделированию. Несмотря на эти достижения, в обзоре отмечается ряд проблем, включая разреженность данных, интерпретируемость моделей и необходимость их постоянного обновления с использованием данных, поступающих в реальном времени. Кроме того, рассматриваются новые тенденции, такие как объяснимый искусственный интеллект и системы мониторинга в реальном времени, которые способны повысить прозрачность и адаптивность моделей. Предлагаются перспективные направления дальнейших исследований, направленные на повышение масштабируемости и надежности моделей ИИ, особенно посредством интеграции усовершенствованных гибридных моделей, методов количественной оценки неопределенности и сотрудничества между академическими и промышленными организациями, что в конечном итоге должно способствовать устойчивому и эффективному управлению ресурсами сланцевых месторождений.