Ещё 40 лет назад разведка полезных ископаемых велась вручную, а разработка месторождений занимала десятилетия. Сегодня индустрия трансформировалась: компании используют машинное зрение, создают цифровых двойников и применяют автономное управление. Эти решения повышают рентабельность разработки месторождений и эффективность бизнес-процессов. Передовые российские цифровые технологии для добывающей промышленности — в нашем обзоре.

Разведка месторождений 

План развития геологии в стране до 2030 года, названный «Возрождение легенды», предполагает открытие 400 новых месторождений твёрдых полезных ископаемых и углеводородов (сообщали «Ведомости»). Неизученные территории для этого будут отсканированы с помощью непрерывной геологоразведки, а все геологические данные, собранные за 300 лет, оцифрованы. 

В 2024—2026 годах из бюджета РФ на эти цели выделят 88 млрд рублей (данные «Интерфакса»). Остальные средства (проект оценивается более чем в 300 млрд рублей ежегодно) будут выделены представителями бизнеса.  

Важную роль в открытии новых месторождений и наблюдении за старыми  играет дистанционное зондирование поверхности Земли из космоса. Эта технология позволяет собирать данные на расстоянии, измерять и наносить на карту большие участки без необходимости личного обследования. В России основной оператор спутниковой связи в геологии покрывает всю территорию страны.

Решения для геологоразведки есть у многих компаний. Так, в России используют технологию «Когнитивный геолог», которая интегрирует различные типы данных, получаемых на каждом этапе цикла геологоразведки, включая данные сейсмики, геофизических исследований скважин, исследования керна, в единую геологическую модель, делится Кирилл Овчинников, представитель Новосибирского научно-технического центра (ННТЦ). 

Если классический срок подготовки участка месторождения к разработке занимает от 7 до 10 лет в зависимости от удалённости и сложности, то с помощью новых технологий это время сокращается за счёт ускорения обработки и компьютерного моделирования месторождений.  

Мониторинг инфраструктуры и повышение безопасности 

Работа на месторождениях требует постоянного контроля. С учётом труднодоступности большинства из них, сложности и дороговизны оборудования контроль и мониторинг становятся одной из главных статей расхода и одновременно головных болей любой компании.  

Прорывом стало строительство «умных» скважин на Восточно-Мессояхском месторождении в Арктике (об этом писало уральское информационное агентство Ura.ru). Они с самого начала строились в «цифре»: на старте были созданы виртуальные модели, которые затем реализовали в условиях сложной геологии. Благодаря ИТ-решениям, интегрированным в инфраструктуру, информация с камер анализируется автоматически — число выездов специалистов по безопасности снизилось в семь раз, а объём ручных операций уменьшился на треть. 

Для наблюдения за объектами используются беспилотники, причём не только при добыче полезных ископаемых, но и на их переработке. Так, крупное металлургическое предприятие в Челябинской области внедрило дроны на приёмке металлолома (сообщал журнал «Добывающая промышленность»). Такое наблюдение позволяет мгновенно оценить качество сдаваемой продукции и отделить металлолом низкого качества, непригодного для дальнейшей переплавки. Здесь же на производстве используются и беспилотные грузовики, задействованные на технически сложных перегонах (сообщал ТАСС). 

Повышение производительности 

Многие вновь открытые месторождения нефти «запечатаны» внутри отложений сланцевых пород. Полвека назад к ним даже не подступались: добывать нефть из них было невозможно или невыгодно. Позже инженеры придумали метод гидравлического разрыва пласта (ГРП): в породах образуется много трещин, через которые нефть можно откачать. 

Чтобы делать разрыв пласта безошибочно, разработали симулятор «КиберГРП». Он создаёт модель пласта и моделирует формирование трещин, предлагает оптимальные сценарии гидроразрыва и контролирует его проведение. Вместе с другими цифровыми инструментами технология повышает эффективность добычи углеводородов. 

Показатели добычи нефти с использованием управляемого ГРП

Источник: Geosplit

Похожее решение создали и в Geosplit — независимом разработчике технологий для нефтегазовой индустрии. Эффективность нефтедобычи, особенно на месторождениях с трудноизвлекаемыми запасами и находящихся в сложных геологических условиях, определяется своевременной и точной информацией о работе скважины, отмечают представители компании.

В основе технологии Geosplit лежит применение полимерных маркеров на квантовых точках и алгоритмов машинного обучения для интерпретации данных анализа проб скважинного флюида. В отличие от традиционных геофизических решений, разработка позволяет проводить неограниченное количество циклов исследований в течение нескольких лет без вынужденных остановок или изменения режима работы скважин. 

Ещё одно новшество — горизонтальное бурение. Оно улучшает контакт с продуктивным пластом и увеличивает дебит (объём продукции, добываемой из скважины за единицу времени) в разы. Ключевой фактор в этом процессе — геонавигация, или оптимальное размещение ствола скважины, основанное на результатах внутрискважинных геологических и геофизических каротажных измерений в реальном времени. 

В России существует ряд решений мирового уровня для геонавигации. Например, «СтарСтир» и симулятор «РН-ГРИД». Второй позволяет точно описывать сложную геометрию трещины, возникающей в породе при проведении ГРП, и обеспечивает выполнение всех операций и инженерных расчётов, необходимых для проектирования  гидроразрыва — визуализацию исходных данных, создание геомеханической модели пласта, анализ диагностических закачек, расчёт дизайна и анализ фактически проведённых операций ГРП с использованием обширной базы данных технологических жидкостей и расклинивающих агентов.

Классификация и оценка 

До сих пор геологическая информация частично хранится на бумажных носителях. Согласно программе цифровой трансформации Роснедр, к концу 2024 года в «цифру» должно быть переведено 90% из всего объёма. 

Ускорить процесс помогают нейросети. Сервис, созданный исследователями Сколтеха, позволяет распознавать и классифицировать горные породы по фотографиям. Сложность разработки заключалась в том, что стандартные методы компьютерного зрения не всегда справляются с этой задачей из-за недостатка данных или значительных различий между фотографиями. Чтобы обойти эту сложность, авторы разработали алгоритм, который позволяет увеличить объём данных с помощью произвольных копий из существующих. Скорость анализа благодаря разработке выросла в 20 раз. 

Кроме оценки керна или горных пород, развивается и классификация минералов. База данных, созданная исследователи Сбера вместе с учёными из Института искусственного интеллекта AIRI, МГУ и Минералогического музея, собрана из десятков тысяч изображений образцов горных пород и минералов. Они нужны для обучения нейросетей и классификации минералов — с их помощью вырастет скорость и точность геологоразведки.