В пресс-службе Минобрнауки РФ сообщили, что ученые Казанского федерального университета разработали новый подход к оценке свойств горных пород, содержащих нефть и газ. Метод сочетает использование рентгеновской микротомографии и алгоритмов машинного обучения для прогнозирования проницаемости пород-коллекторов.
Исследователи применяют томографическое сканирование с относительно низким разрешением — 34−36 микрометров. Полученные изображения структуры порового пространства анализируются с помощью специальной архитектуры глубокого обучения Swin Transformer, которая учитывает как локальные, так и глобальные особенности строения породы, отметили в пресс-службе.
Разработка позволяет проводить предварительную оценку газопроницаемости без трудоемких лабораторных исследований. Традиционные методы измерения проницаемости требуют значительного времени, тогда как новый подход обеспечивает оперативный анализ.
Метод не заменяет полностью лабораторные испытания, но дает возможность быстро оценить перспективность образцов горных пород.
Технология протестирована на стандартных керновых образцах, используемых в нефтегазовой отрасли..