Методы искусственного интеллекта для разработки нефтегазовых залежей: современное состояние и перспективы

Artificial intelligence methods for oil and gas reservoir development: Current progresses and perspectives
Liang Xue, Daolun Li, Hongen Dou
2023-10-23

искусственные нейронные сетиглубокое обучениефизически информированные нейронные сетиинженерия разработки месторождениймоделирование пласта
Искусственные нейронные сети широко применяются в инженерии нефтяных пластов. Как мощные инструменты, они коренным образом изменили подходы к поиску решений задач моделирования пластов. Глубокие нейронные сети обладают высокой способностью к обучению, что позволяет им не только выявлять закономерности в данных, но и раскрывать лежащие в их основе физические принципы, учитывать априорные физические знания и решать сложные дифференциальные уравнения в частных производных. В работе представлены последние достижения исследований в области инженерии нефтяных пластов по трем ключевым направлениям на основе искусственных нейронных сетей: методы, управляемые данными; решатели дифференциальных уравнений в частных производных на основе искусственных нейронных сетей, учитывающие физические законы; и методы, совместно управляемые данными и физическими законами. Кроме того, рассмотрен широкий спектр архитектур нейронных сетей, включая полносвязные, сверточные и рекуррентные нейронные сети и другие архитектуры. Также изложены основные принципы этих методов и их ограничения при практическом применении. Дополнительно обсуждаются перспективные направления развития методов искусственного интеллекта для разработки нефтегазовых залежей. Большие языковые модели являются наиболее совершенными нейронными сетями на сегодняшний день; ожидается, что они будут применяться в моделировании пластов для прогнозирования показателей разработки. Тип документа: обзор перспектив. Цитируется как: Xue, L., Li, D., Dou, H. Artificial intelligence methods for oil and gas reservoir development: Current progress and perspectives. Advances in Geo-Energy Research, 2023, 10(1): 65–70. https://doi.org/10.46690/ager.2023.10.07
1
Искусственные нейронные сети преобразуют моделирование разработки месторождений, предлагая альтернативные подходы к решению сложных задач инженерии пластов.
2
Глубокое обучение способно выявлять закономерности в данных, изучать underlying физические принципы, учитывать априорные физические знания и решать сложные дифференциальные уравнения в частных производных.
3
Большие языковые модели рассматриваются как перспективная будущая технология для прогнозирования показателей разработки нефтегазовых месторождений.
4
Рассмотрены полносвязные, сверточные, рекуррентные и другие архитектуры нейронных сетей, а также их основные принципы и ограничения практического применения.
5
Обзор классифицирует современные методы на подходы, управляемые данными, физически управляемые нейросетевые решатели дифференциальных уравнений и совместные методы, использующие данные и физику.

разработка и моделирование нефтегазовых пластов

применение, возможности, ограничения и перспективы методов искусственных нейронных сетей и физически информированного ИИ в разработке и моделировании пластов

Publication Details
Publication Date
2023-10-23
Journal
Publisher
ISSN
Cited by
38
Access Type
Author Information
Authors
Liang Xue
Daolun Li
Hongen Dou
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%