Детальная информация

В статье рассматривается разработка гибридного интеллектуального инструмента моделирования на базе физически информированных нейронных сетей (PINN), применимого к задачам гидродинамического моделирования (ГДМ) в нефтегазовой отрасли. Обоснована актуальность подхода, сочетающего машинное обучение и фундаментальные физические законы, что позволяет повысить точность расчетов, сократить вычислительные затраты и ускорить адаптацию моделей под новые данные. Описаны выявленные проблемы существующих подходов: отсутствие механизмов быстрой оценки влияния параметров, трудоемкость ручного ранжирования и ограничения в масштабировании моделей. В качестве решения предложено создание гибридного апроксиматора для ГДМ, способного автоматически учитывать данные скважин и проводить ранжирование параметров с использованием PINN. Проведен анализ бизнес-процессов до и после внедрения подхода, выявлены потенциальные преимущества для производственных задач. Работа завершилась формированием фреймворка для интеграции гибридного ИИ в корпоративную ИТ-среду.

This paper explores the development of a hybrid intelligent modeling tool based on Physics-Informed Neural Networks (PINN), tailored for hydrodynamic modeling (HDM) in the oil and gas industry. The proposed approach merges machine learning with fundamental physical laws, improving prediction accuracy, reducing computational costs, and enabling faster model adaptation to new data. The study identifies key challenges in traditional approaches, such as the lack of mechanisms for parameter influence analysis, the labor-intensiveness of manual ranking, and limitations in model scalability. A solution is proposed in the form of a hybrid simulator approximator for HDM, capable of automatic well data integration and parameter ranking using PINN. Business processes before and after implementation are analyzed, highlighting performance improvements. The study concludes with the development of a framework for integrating hybrid AI into enterprise IT environments.

"Управление инновациями в условиях цифровой трансформации", всероссийская студенческая учебно-научная конференция (2025; Санкт-Петербург). Управление инновациями в условиях цифровой трансформации = Innovation management in the context of digital transformation: сборник научных трудов Всероссийской студенческой учебно-научной конференции, 11–12 апреля 2025 года / Санкт-Петербургский политехнический университет Петра Великого, Институт машиностроения, материалов и транспорта, Высшая школа проектной деятельности и инноваций в промышленности; [редакционная коллегия: А. М. Гинцяк (ответственный редактор) и др.]. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. — 1 файл (9,52 Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2025 г. — Доступ по паролю из сети Интернет (чтение, печать). — <URL:http://elib.spbstu.ru/dl/2/i25-268.pdf>. — DOI 10.18720/SPBPU/2/i25-268. — Текст: электронный