AVP AI
121 subscribers
355 photos
13 videos
1 file
106 links
Нейросети в нефтегазе. Тестируем модели на реальных задачах и разбираем новости индустрии.

Наш продукт — AVP AI, агенты для оценки активов: avpai.org
Download Telegram
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤32
Связность скважин 🔗

На GitHub есть открытая библиотека pywaterflood. По истории закачки и добычи она оценивает, как нагнетательные скважины влияют на добывающие. Подробная геология для этого не нужна.

➡️ В основе метод CRM, Capacitance Resistance Model. По каждой паре скважин он считает, какая доля закачки доходит до добывающей и через сколько времени приходит отклик. Отдельный модуль оценивает связность только по расположению скважин, ещё до начала добычи.

Где может пригодится:
• Поиск разломов и каналов
Найти экранирующие разломы и высокопроводящие каналы между скважинами.

• Отдача закачки
Оценить, сколько даёт каждая нагнетательная.

• Перераспределение закачки
Решить, куда направить воду и где бурить новые скважины.


Ставится через pip. Лицензия BSD позволяет бесплатно использовать библиотеку, менять её и встраивать в свои, в том числе коммерческие, продукты, нужно только сохранить упоминание автора. Описание опубликовано в рецензируемом журнале JOSS.

⏮Попробовать без установки можно в Google Colab. Это бесплатный сервис Google, где код на Python запускается прямо в браузере, а пример с данными там уже подготовлен ⏭

Метод описали ещё в 2006 году. Точность расчёта упирается в замеры закачки, а на многих месторождениях их ведут хуже, чем замеры добычи.

✈️ Telegram | 🌐 Website
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥4😁1👀1
AI-агенты для OpenFOAM 🌀

OpenFOAM бесплатный открытый пакет для гидродинамических расчётов (CFD), обзавёлся AI-агентами. Описываете задачу текстом, а агент сам собирает настройки расчёта, запускает решатель, читает ошибки и исправляет их. Примерно как если бы Ansys Fluent или tNavigator сам строил модель по описанию задачи.

За два года вышло пять заметных разработок:
1️⃣ MetaOpenFOAM делит работу между агентами: планировщик, инженер и проверяющий.

2️⃣ OpenFOAMGPT запускает OpenFOAM и правит настройки по логам ошибок.

3️⃣AutoCFD дообучили на 28 716 примерах «описание задачи → настройки OpenFOAM». Модель на 7 млрд параметров решила 88,7% тестовых задач и обошла модели в десять раз крупнее.

4️⃣ Foam-Agent закрывает весь цикл расчёта от начала до конца.

5️⃣ ChatCFD проверяет не только то, что расчёт дошёл до конца, но и то, что результат физически верен.


🔡Где подвох:
• Каждый меряет на своих задачах. MetaOpenFOAM в собственной статье решил 85% из 8 задач. На 110 задачах Foam-Agent у него 55,5%, а на 315 задачах ChatCFD всего 6,2%.

• Расчёт запустился, но это ещё не ответ. ChatCFD довёл до конца 82,1% расчётов, а физически верными оказались 68%. Чаще всего агент ошибается в граничных и начальных условиях, на них приходится 60% таких ошибок. Расчёт при этом сходится и выглядит успешным.


Считаете в OpenFOAM у себя? Пробовали подключать к нему агентов?

✈️ Telegram | 🌐 Website
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5👾3❤1🔥1