Использование предиктивной аналитики и машинного обучения для прогноза аварий в процессе строительства нефтяных и газовых скважин

Abstract

Приведен опыт применения предиктивной аналитики и глубокого обучения для выявления и предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин. Представлены разработанные программные продукты для формирования наборов данных и обучения моделей по Методике прогнозирования аварийности. На примерах показаны шаги, анализ которых позволил разработать и опробовать на реальных примерах Методику версии 2.0. Исходя из результатов установлено, что использование таких технологий увеличивает уровень безопасности и сокращает объем непроизводительного времени при строительстве нефтяных и газовых скважин.

The paper presents experience in applying predictive analytics and deep learning to identify and prevent complications and emergencies in the construction of oil and gas wells. The developed software products for generating data sets and training models according to the Accident Prediction Methodology are presented. The examples show the steps analysed to develop and test the Methodology version 2.0 on real examples. The results show that the use of such technologies increases the level of safety and reduces the amount of non-productive time in the construction of oil and gas wells.