Нейросетевые модели и геоданные
В Санкт-Петербургском политехническом университете завершились защиты выпускных квалификационных работ бакалавров, выполненных в НОЦ «Газпромнефть‑Политех».
Восемь студентов представили проекты, связанные с задачами цифровизации нефтегазовой отрасли и программой «Приоритет 2030».
Темы охватывали несколько ключевых научных направлений. Среди них — разработка вероятностной нейросетевой модели для прогнозирования градиента давления в многофазных потоках, позволяющей отказаться от зарубежных корреляций и перейти к собственным расчетным схемам.
Другие работы включали алгоритм прогнозирования движения буровой колонны на основе LWD‑данных и нейросетевую экстраполяцию геофизических атрибутов в межскважинном пространстве с использованием архитектуры Transformer.
Отдельный блок тем посвящён автоматической интерпретации геоданных. Здесь представлена гибридная архитектура GNN‑Transformer‑Petro для обработки и интерпретации данных ГИС, где графовые нейросети учитывают структуру скважинной сети, а трансформерные компоненты работают со сложными многомерными сигналами.
Набор ВКР фиксирует устойчивые научные тренды в нефтегазовой сфере: переход от детерминированных корреляций к вероятностным нейросетевым моделям, интеграцию данных бурения и геофизики в единую цифровую среду и использование гибридных архитектур машинного обучения для интерпретации сложных геологических и технологических данных.
