Описание проекта
Программное обеспечение будет основано на разработанной нейросети с множеством алгоритмов. Критерии для обучения нейросети могут быть изменены исходя из пожеланий заказчика и параметров месторождения. Нефтяное месторождение можно представить в виде BIG DATA-большого массива разнородных данных. Прежде всего, основная цель машинного обучения- создание прочной цепочки алгоритмов для анализа параметров месторождения с получением выходных параметров, при анализе которых программное обеспечение будет предлагать различные варианты. Например, как отмечено было выше, важным показателем для успешной работы механизированного фонда скважин является показатель удельного расхода электроэнергии(УРЭ).Разрабатываемое программное обеспечение при помощи алгоритмов будет анализировать входные данные по 1 скважине месторождения(площади),после чего будет вычислять показатель УРЭ и на основе заложенных вариантов предлагать пути по снижению данного показателя. При этом, недропользователи смогут устанавливать собственные ограничения для различных параметров(например, по добыче).Важным преимуществом разрабатываемого ПО будет являться возможность контроля за процессом интерференции скважин при изменение технологического режима работы других скважин. Нейросеть при помощи специально обученной системы будет контролировать любое отклонение при работе скважин от номинальных показателей и информировать недропользователя. В будущем планируется получение свидетельства о государственной регистрации программы для ЭВМ.
