Проблема: В России более 60% запасов нефти относятся к трудноизвлекаемым (ТРИЗ). При текущих методах добычи до 70% нефти остаётся в пласте. Компании теряют миллиарды, экология страдает от постоянного бурения новых скважин. Существующие решения (ГРП, классическое моделирование) дороги, медленны и не используют машинное обучение для точного прогноза закачки.

Решение: Проект NeuFlo — это цифровой двойник пласта на основе глубоких нейросетей (LSTM и многослойный перцептрон). Мы разрабатываем собственное ПО на Python, которое по данным геофизических исследований скважин (ГИС) прогнозирует оптимальные параметры закачки воды/газа для повышения коэффициента извлечения нефти (КИН) без бурения новых скважин.

Продукт (MVP): Веб-приложение, куда загружаются данные каротажа по одной скважине, а нейросеть выдаёт прогноз КИН, рекомендуемые параметры закачки и карту «мёртвых зон» в пласте.

Метрики: Точность прогноза (R²) > 0.85; скорость расчёта < 2 секунд на скважину; рост КИН +12%; снижение простоев на 30%.

Перспективы: Интеграция в системы «умный промысел», масштабирование на месторождения Западной Сибири и работа с «Газпром нефтью» и «Роснефтью».

На страницу проекта