Исследование Современного Состояния Применения Методов Машинного Обучения В Нефтегазовой Отрасли

Abstract

Добыча, переработка и доставка продуктов нефти и газа требуют больших затрат. Поэтому основными задачами нефтегазовой отрасли, которые необходимо решать, являются повышение производительности добычи нефти и газа и минимизация затрат на добычу, переработку и доставку продуктов к конечным потребителям. При решении этих задач появляется множество проблем, таких как проблемы разведки и добычи нефти и газа, обнаружение аномалий при эксплуатации буровых установок, инфраструктурных рисков в нефтепроводах, прогнозирование характеристик скважин, минимизация затрат на добычу и транспортировку нефти и газа, обнаружение утечек при транспортировке нефти и газа по проводам, оценка и управление рисками, прогнозирование волатильности цен на нефть и т.д. Решение большинства проблем традиционными методами анализа данных не представляется возможным, так как процессы нефтегазовой отрасли являются недетерминированными из-за их нелинейного характера, а также генерируют очень большие объемы данных. Поэтому в последнее десятилетие для решения проблем нефтегазовой отрасли применяются методы, основанные на искусственном интеллекте, в частности на методах машинного обучения (МО). В этой статье представлен обзор литературы по применению методов МО для решения различных задач нефтегазовой отрасли, что позволит определить потенциал методов МО и более широко внедрять их в нефтегазовую отрасль. Ключевые слова: нефтегазовая отрасль, искусственный интеллект, методы машинного обучения, метод опорных векторов, искусственные нейронные сети, глубокое обучение, генетические алгоритмы.