Ученые из Сколтеха нашли применение машинного обучения для прогнозирования теплопроводимости породы, ключевого показателя, необходимого для использования современных методов увеличения нефтеотдачи.
Теплопроводимость породы является ключевым показателем как для моделирования нефтегазоносного бассейна, так и для разработки методов увеличения нефтеотдачи, которые повышают продуктивность нефтяных скважин. Известно, что эксперты часто используют методы, когда нефть в пласте нагревается разными способами. Также применяются и косвенные методы. Недавно сотрудники Сколтеха решили использовать машинное обучение для прогнозирования теплопроводимости породы.
Специалисты считают, что алгоритмы машинного обучения имеют большой потенциал для быстрого и эффективного прогнозирования теплопроводимости породы.
