Печать

Том 8 стр. 644-654

К.Л. Оскольских, С.А. Красноперова

 

ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В НЕФТЕГАЗОВОЙ ОТРАСЛИ

 

Аннотация. В статье рассматриваются основные виды (многослойные нейронные сети, свёрточные, реккурентные, генеративные и.т.д.). Отмечено, что некоторые из ведущих компаний используют свои инновационные решения при помощи нейросетей. К примеру, Schlumberger широко использует нейросети для обработки сейсмических данных, моделирования пластов и оптимизации бурения; Halliburton применяет технологии искусственного интеллекта и машинного обучения для автоматизации многих аспектов бурения и добычи нефти. Выявлено, что нейросети могут стать очень эффективным инструментом при обработке данных в области нефтегазовой отрасли, например: 1) улучшение качества прогнозирования местонахождений залежей нефти и газа; 2) значительное сокращение периода времени обработки параметров геолого-геофизических, гидродинамических и других исследований; 3) систематизация и интеграция большого объема данных, полученных из разных источников, на основании которых многие компании получают возможность принимать более обоснованные решения при выполнении производственных задач.

Ключевые слова: нейросети, большие данные, обработка данных, нефтегазовая отрасль.

Для цитирования: Оскольских К.Л., Красноперова С.А. Применение нейросетей в нефтегазовой отрасли // Управление техносферой: электрон. журнал, 2025. Т.8. Вып.4. С. 644–654. DOI: 10.35634/UdSU.2025.40.98.006

  1. Горбачевская Е. Н., Краснов С. С. История развития нейронных сетей // Вестник ВУиТ. 2015. №1 (23). URL: https://cyberleninka.ru/article/n/istoriya-razvitiya-neyronnyh-setey (дата обращения: 01.04.2025).
  2. Кайда Н. Искусственный интеллект: краткая история // ProgLib. URL: https://proglib.io/p/iskusstvennyy-intellekt-kratkaya-istoriya-2023-11-16 (дата обращения: 01.04.2025).
  3. Кузнецова И. О., Малютов Д. А. Принцип работы и архитектура нейронных сетей // Евразийская интеграция: современные тренды и перспективные направления. 2024. DOI: 10.24412/cl-37031-2024-2-106-111
  4. Красноперова С.А. Big Data как база данных в области экологических исследований // Управление техносферой: электрон. журнал, 2025. Т.8. Вып. 3. С. 439–447. DOI: 35634/UdSU.2025.88.31.006
  5. Федулов Д. Для чего строят и обучают нейросети в IT? // Яндекс Практикум. URL: https://practicum.yandex.ru/blog/chto-takoe-neyronnye-seti/ (дата обращения: 01.04.2025).
  6. Бондарев Е. Применение технологий искусственного интеллекта для задач геологоразведки // Nedra.gazprom. URL: https://nedra.gazprom.ru/d/textpage/da/218/bondarev_evgeniy_ai.pdf (дата обращения: 01.04.2025).
  7. Крысанов Д. ИИ в нефтяной индустрии: как технологии меняют геологоразведку и добычу // РБК тренд. URL: https://trends.rbc.ru/trends/industry/678f9f5f9a79477d9725513e (дата обращения: 01.04.2025).

 

Сведения об авторах

Оскольских Кристина Леонидовна

Студент, Институт нефти и газа им. М.С. Гуцериева, Федеральное государственное бюджетное образовательное учреждение высшего образования «Удмуртский государственный университет», 426034, ул. Университетская, 1, г. Ижевск, Россия.

E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Красноперова Светлана Анатольевна

кандидат биологических наук, доцент, Институт нефти и газа им. М.С. Гуцериева, Федеральное государственное бюджетное образовательное учреждение высшего образования «Удмуртский государственный университет», 426034, ул. Университетская, 1, г. Ижевск, Россия.

E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Полнотекстовая версия - pdf(925kb)