Точность 99,5%: учёные ПНИПУ и Университета Персидского залива разработали новый метод оценки нефтяных запасов

Он позволяет прогнозировать водонасыщенность с минимальными отклонениями от реальных значений

Учёные Пермского Политеха и Университета Персидского залива в Иране разработали метод оценки водонасыщенности нефтяных пластов с использованием машинного обучения, обеспечивающий точность до 99,5%. Исследование, опубликованное в журнале «Scientific Reports» в 2025 году, проводилось в Перми и юго-западном регионе Ирана.

Нефтяная скважина в Татарстане
Источник изображения Кирилл Аристов

Новый метод позволяет определять содержание воды в нефтяных коллекторах, что критически важно для точного подсчёта запасов углеводородов и оптимизации добычи. Традиционные лабораторные испытания образцов породы, такие как отбор керна, дорогостоящи и не всегда точны при работе со сложными пластами. Учёные применили алгоритмы машинного обучения, проанализировав данные с более чем 30 000 замеров по девяти параметрам, включая пористость, плотность и гамма-излучение, собранные с нефтяных месторождений Ирана.

Среди протестированных алгоритмов метод опорных векторов показал наилучший результат с коэффициентом точности 0,995 и погрешностью 0,002. Это позволяет прогнозировать водонасыщенность с минимальными отклонениями от реальных значений. Технология может снизить зависимость от лабораторных исследований и повысить эффективность управления нефтяными месторождениями, особенно в неоднородных пластах.

Алгоритм пока применим к песчаным породам, и для других типов коллекторов, таких как карбонаты, может потребоваться его адаптация. Исследование подтверждает потенциал машинного обучения в нефтяной отрасли, предлагая более точный и экономичный подход к оценке запасов.