В НОЦ «Газпромнефть-Политех» прошли защиты работ, выполненных по заказу «Газпром нефти»

Проект «Прогнозирование геофизических атрибутов на основе данных сейсморазведки и исследований скважин» выполнен студентами Высшей школы теоретической механики и математической физики (ВШТМиМФ) СПбПУ. Для нефтегазовой отрасли разработка данного инструмента прогнозирования означает снижение неопределенности на этапе геологоразведочных работ. Возможность «заглянуть» в пространство между скважинами до бурения следующей точки позволяет уточнять сейсмическую стратиграфию, выявлять зоны аномально низких скоростей (коллекторы углеводородов) и оптимизировать сетку разбуривания. Результаты численных экспериментов показали, что предложенное политехниками решение имеет более низкий процент ошибок, при этом сходимость ускоряется в 2–4 раза по сравнению с классическим подходом.

Научно-Технический Центр «Газпром нефти» предоставил студентам реальные данные геофизических исследований скважин, сейсморазведки и эталонные синтетические модели. Консультантом ВКР выступил ведущий специалист Центра компетенций по развитию интегрированного моделирования активов НТЦ «Газпром нефти» Вячеслав Ким.  Наставники СПбПУ - главный инженер проекта НОЦ «Газпромнефть-Политех», старший преподаватель ВШТМиМФ Ольга Цветкова и ассистент ВШТМиМФ, программист НОЦ «Газпромнефть-Политех» Дмитрий Пашковский обеспечили внутреннюю академическую экспертизу проекта. А старший преподаватель ВШКНиИС ИКНК Анжелика Журавская стала консультантом по методологии информационных систем.

Так как проект носит междисциплинарный характер, в команде объединились представители фундаментальной механики и IT направлений. Дарья Тер-Мекаэлян отвечала за разработку математического ядра модели FWI-инверсии, реализацию метода сопряжённых состояний, постановку обратной задачи и верификацию на синтетических данных, а Леонид Кузякин фокусировался на программной реализации, создании эффективных алгоритмов обучения нейронной сети на языке Python (PyTorch) и разработке пользовательской утилиты. На защите проекта был представлен рабочий прототип программной утилиты.

Студенты Физико-механического института и Института компьютерных наук и кибербезопасности представили сразу 3 амбициозных проекта в формате «Проект как ВКР».

В рамках разработки «Прогнозирование движения буровой колонны на основе LWD и данных геофизических исследований скважин вертикальных стволов» студенты создают нейросетевую генеративную модель для комплексной интерпретации данных геофизических исследований скважин вертикальных стволов и данных каротажа в процессе бурения (LWD) горизонтальных стволов. Ключевая идея – одновременное уточнение геофизической модели пласта по мере поступления новой информации и прогнозирование оптимальной траектории буровой колонны внутри нефтеносного пласта.

Проект объединяет студентов двух инженерных подразделений СПбПУ: Иван Трошин - направление «Математическое моделирование процессов нефтегазодобычи», Роман Кишко - направление «Информационные системы и технологии».

Консультантом вступает руководитель Центра по развитию искусственного интеллекта НТЦ «Газпром нефти» Максим Симонов. Научно-методическую поддержку осуществляют: ассистент Высшей школы теоретической механики и математической физики Физико-механического института, ведущий специалист НОЦ «Газпромнефть-Политех» Галина Аюпова и старший преподаватель Высшей школы компьютерных технологий и информационных систем Института компьютерных наук и кибербезопасности Анжелика Журавская.

Формат «Проект как ВКР» предполагает глубокую интеграцию в реальный бизнес-контекст. Научно-Технический Центр «Газпром нефти» предоставил студентам доступ к фактическим геофизическим данным, а также осуществлял экспертную оценку решений и участвовал в оценке промежуточных и итоговых результатов.

В 2026 году команда намерена завершить разработку и верификацию полного цикла алгоритмов: от обработки LWD-данных до оценки траектории бурения. В перспективе до 2030 года полученные методики лягут в основу отечественной системы поддержки принятия решений при разработке многопластовых месторождений, что напрямую соответствует задачам технологической независимости РФ.

Студенты Физико-механического института и Института компьютерных наук и кибербезопасности Азалия Гатаулина и Алексей Герасимов реализуют комплексный проект «Автоматическая интерпретация данных геофизических исследований скважин на основе гибридных нейросетевых архитектур». В основе разработки лежит гибридная нейросетевая архитектура, объединяющая рекуррентные блоки LSTM для учета вертикальной изменчивости свойств, графовые свертки ChebyNet для пространственного распространения информации между скважинами и механизм внимания (Attention) для адаптивного взвешивания вклада различных масштабов и источников данных. Такой подход позволяет учитывать как глубинные тренды каротажных кривых, так и взаимное расположение скважин, что особенно важно при разреженной сетке бурения.

С стороны университета работами руководит ведущий научный сотрудник НОЦ «Газпромнефть-Политех», доцент Высшей школы компьютерных технологий и информационных систем ИКНК, к.т.н. Сергей Хлопин. Консультационную поддержку студентам оказывают главный специалист Центра компетенций по развитию интегрированного моделирования активов НТЦ «Газпром нефти» (консультант по практической части) Сергей Бажуков и инженер НОЦ «Газпромнефть-Политех» Игорь Груздев. Участие консультантов позволяет обеспечивать студентов актуальными данными и материалами; давать экспертные рекомендации по практической реализации проекта; оценивать предлагаемые решения с точки зрения их применимости в реальных бизнес-процессах.

Результаты численных экспериментов в рамках проекта показали, что предложенная гибридная модель превосходит классические технологии переработки нефти (кригинг) - метод в 3–5 раз по среднеквадратичной ошибке (MSE) в зависимости от плотности скважин. При увеличении числа скважин с 20 до 80 ошибка снижается наиболее резко — с 0,009 до 0,0012, а при 200 скважинах достигает значений порядка 0,0004. Визуальный анализ предсказанных срезов подтверждает, что нейросеть способна восстанавливать пространственную структуру поля пористости, выделяя зоны коллектора, тогда как кригинг - интерполяция даёт существенно сглаженную картину и не справляется с резкими границами.

В НТЦ «Газпром нефти» подчёркивают высокую практическую значимость работы. Внедрение отечественной разработки позволит снизить зависимость от импортного ПО в области интерпретации ГИС и построения трёхмерных кубов петрофизических свойств, особенно на этапах геологоразведки с разреженной сеткой скважин.

Третий проект в рамках инициативы «Проект как ВКР» - разработка инновационной PNN-модели (вероятностной нейронной сети), определяющей градиент падения давления в трубопроводе. Разработка собственной PNN-модели позволит снизить зависимость от импортного программного обеспечения и обеспечить сокращение вычислительных затрат при повышении точности расчетов.

Над созданием технологического продукта работает междисциплинарная команда студентов под руководством опытных наставников - представителей академической среды и индустрии: Илья Соколов (программе «Механика и математическое моделирование», профиль «Математическое моделирование процессов нефтегазодобычи») и Данил Донской (программа «Системный анализ и управление»).

Консультантом по практической части ВКР выступил руководитель центра по развитию искусственного интеллекта НТЦ «Газпром нефти» Максим Симонов.

Формат «Проект как ВКР» укрепляет позиции НОЦ «Газпромнефть-Политех» как инженерного и кадрового партнера НТЦ «Газпром нефти», привлекая к работе студентов с фундаментальными знаниями в нефтегазовой отрасли и компетенциями в области искусственного интеллекта. Для компании применение формата открывает возможности для трудоустройства молодых специалистов, компетенции которых охватывают как нефтегазовую сферу, так и программирование.