9月4日塔斯社消息，彼尔姆国立理工大学(PNRPU)和波斯湾大学(伊朗)的专家开发出一种基于机器学习技术的系统算法，可评估油藏含水量，准确率高达99.5%，据俄罗斯彼尔姆国立理工大学新闻处报道。

油藏中存在孔隙和空洞，这些空隙不仅充满碳氢化合物，还含有水，水的体积可达油藏体积的70%。准确评估油藏成分，对于精确计算石油储量和制定生产计划至关重要。传统方法需在实验室条件下对岩石样品进行劳动密集且昂贵的测试，且在处理复杂的非均质油藏时，并不总能给出准确结果。

据报道，“PNRPU和伊朗波斯湾大学的科学家开发了一种创新方法，利用机器学习定性评估油藏的含水饱和度。一项全面研究揭示了超越传统方法的最优算法，预测准确率高达99.5%。”

研究对实验室岩石样本的孔隙度、渗透率、饱和度、密度等参数进行评估。专家提出一种算法，可捕捉不同储层特征间的复杂关系，进而预测含水量。为确保准确性，研究使用伊朗西南部现场参数训练数据库，该数据库包含九个参数的超过30,000次测量结果。

彼尔姆国立理工大学解释道：“经过训练的算法将能够持续提供油井含水饱和度指标。引入这种技术可从根本上改变油田管理流程，尤其是在复杂且非均质油藏条件下，能提高碳氢化合物储量计算的准确性，优化产量，减少对昂贵且并非总是有效的岩心研究的依赖。”

该研究成果已发表在《科学报告》杂志上。