В докладе рассматриваются проблемы оптимального управления заводнением при разработке нефтяного месторождения на основе ежедневных и ежемесячных замеров скважин. Для неполных данных предложен метод фильтрации и восстановления данных для последующего определения коэффициентов взаимовлияния скважин на основе гибридных моделей, объединяющих физико-математические подходы и методы статистического обучения.

В работе предложена стратегия понижения размерности с использованием классических методов кластеризации для дальнейшего обучения глубокой нейронной сети, характеризующей зависимость дебита нефти от уровня закачиваемой воды нагнетательными скважинами.

На основе обученной нейронной сети осуществляется расчет оптимальных режимов нагнетательных скважин для решения задачи увеличения дебита нефти при индивидуальных и групповых ограничениях на скважинах.

В докладе продемонстрированы результаты и положительный эффект апробации методики на пилотном участке реального месторождения.