В данной работе рассматриваются основные модели фильтрации флюидов в пласте и способы их решение с помощью методов машинного обучения. В результате получено решение дифференциальных уравнений однофазной и двухфазной фильтрации, построены графики среднего давления и давления в центре скважины, построены диаграммы распределения давлений в различные моменты времени. А также подобраны оптимальные конфигурации нейронной сети для всех рассмотренных задач.

In the given work solution of the fluid filtration models using the machine learning methods are considered. The dependencies of a reservoir pressure and the bottomhole pressure over time are obtained, and the pressure distribution diagrams at the different time steps are received. We also select the optimal configurations of the neural networks for all considered tasks. The solutions for differential equations of single-phase and two-phase filtration processes are the results of work.