CC BY
62
ЭКОНОМИКА
УДК: 622.276 DOI 10.46689/2218-5194-2022-1-1-467-476
ЦИФРОВАЯ МОДЕРНИЗАЦИЯ НЕФТЕГАЗОВОГО ПРОИЗВОДСТВА В УСЛОВИЯХ СНИЖЕНИЯ УГЛЕРОДНОГО СЛЕДА
А.Н. Дмитриевский, Н.А. Еремин, И.К. Басниева
Рассматриваются вопросы цифровой модернизации нефтегазового производства в условиях снижения углеродного следа, в том числе правовые и гуманитарные аспекты. Выявлены основные проблемы в сфере реализации цифровой модернизации: острая нехватка кадров с цифровыми компетенциями в области нефтегазового производства, включая специалистов по оптикализации, суперкомпьютеризации, кибер-безопасности и петророботизации. Выявлено, что в нефтегазовой отрасли в условиях снижения углеродного следа планируются использование коммуникационно-информационных и оптоволоконных технологий, мультисенсорное обеспечение мониторинга нефтегазодобычи, цифровые двойники нефтегазовых объектов, гибридный искусственный интеллект в принятии решений.
Ключевые слова: снижение углеродного следа, нефть, газ, эксплуатация, скважинные датчики, сенсоры, кибербезопасность, петророботизация, оптикализа-ция, цифровой двойник, искусственный интеллект, правовые и гуманитарные аспекты.
Цифровые нефтегазовые технологии являются основной движущей силой перемен в нефтегазовом комплексе [1 - 20]. Инновационным ответом на вызовы волатильности и конкуренции на мировом рынке нефти и газа в условиях снижения углеродного следа является цифровизация всей цепочки апстрима, которая должна возрасти до 10 % к 2030 г. Одним из положительных эффектов снижения углеродного следа газодобычи является то, что она закладывает базис достижения нулевого углеродного следа при освоении газовых ресурсов УВ в Арктике. На основе Указа Президента «О сокращении выбросов парниковых газов» 2 июля 2021 года был опубликован Федеральный закон «Об ограничении выбросов парниковых
газов», который вступает в силу 30 декабря 2021 года. Закон устанавливает перечень мер, направленных на ограничение выбросов парниковых газов, нормативы предельно допустимых выбросов и общие положения по реализации климатических проектов. Правительству поручено разработать Стратегию долгосрочного развития РФ до 2050 года с низким уровнем выбросов парниковых газов, в том числе обеспечить к 2030 году сокращение выбросов парниковых газов до 70 % относительно уровня 1990 года. Минэкономразвития РФ подготовило проект постановления Правительства РФ, передающий функции оператора реестра углеродных единиц Национальному расчетному депозитарию.
Создание единого цифрового пространства производства нефти и газа позволит сократить сроки обустройства новых месторождений, обеспечить безопасность и увеличить прозрачность управления и эксплуатации нефтегазовых залежей [3]. Ключевыми аспектами Стратегии цифровой модернизации в промышленности являются техническое регулирование и стандартизация, подготовка кадров для цифровой модернизации. Российские нефтегазовые компании либо уже внедряют, либо планируют использование элементов цифровой модернизации с опорой на масштабную автоматизацию бизнес-процессов, информационные технологии, мультисен-соризацию, цифровые двойники, искусственный интеллект. В связи с этим требуется корректировка стратегических документов, направленных на ускоренное внедрение цифровых технологий (создание единых стандартов, классификаторов в области технологий цифровой нефтегазовой экономики). Системы машинного обучения позволяют достичь экологически безопасного уровня управления газовыми операциями за счет своевременного предотвращения осложнений и аварий в газовом производстве, а также нивелирования влияния человеческого фактора на эффективность принятия управленческих решений. Как показали исследования, человек является причиной до 70 % осложнений и аварий в газовом производстве. На принятие решения человеком влияют и его психофизиологическое состояние, здоровье, питание и неблагоприятные природно-климатические факторы Арктики. На каждую тонну добытого условного топлива приходится до $ 0,5 потерь из-за человеческого фактора. Значительные улучшения в технологии сбора больших геоданных в жизненном цикле нефтегазовых скважин (бурение, эксплуатация, капитальный ремонт) способствовали разработке передовых систем предотвращения осложнений, основанных на выявлении скрытых закономерностей в больших геоданных с использованием методов искусственного интеллекта. Созданная автоматизированная система предотвращения осложнений в жизненном цикле нефтегазовых скважин с использованием методов машинного обучения использует большие геоданные, получаемые в режиме реального времени с геолого-технологических измерительных станций. Значительная часть работы была
посвящена предварительной обработке больших объемов данных, выбору системы признаков для каждого вида осложнения, нормализации и маркировке геоданных. Преимуществом созданной автоматизированной системы предотвращения осложнений и чрезвычайных ситуаций на скважинах с использованием методов машинного обучения является способность "запоминать" закономерности возникновения чрезвычайных ситуаций, возможность непрерывного дополнительного обучения в процессе эксплуатации для адаптации к различным горно-геологическим условиям. Целью предварительной обработки больших геоданных является создание алгоритма машинного обучения, который устраняет ошибочные данные, заменяет пропущенные значения и преобразует весь набор данных в ценную информацию, которая впоследствии будет правильно интерпретирована и использована для обучения нейронных сетей. Предусмотрена возможность работы в составе распределенных аппаратно-программных комплексов с функцией защиты информации от несанкционированного доступа. Было получено шесть свидетельств о регистрации компьютерных программ и два патента на изобретение [13 - 20].
Цифровые нефтегазовые технологии способны к непрерывному развитию. В цифровых нефтегазовых технологиях используется цифровая форму сбора, передачи, обработка больших геоданных. Общие затраты на цифровую модернизацию нефтегазового производства в условиях снижения углеродного следа могут достичь $5,0...5,5 миллиардов в год к 2035 г. За рубежом первое цифровое месторождение было запущено в эксплуатацию в 2001 г., в РФ - в 2008-м. Лидерами внедрения технологий цифрового месторождения за рубежом являются компании Shell и BP, в России -ПАО «Газпром», ПАО «Роснефть», ПАО «Лукойл». Первая цифровая скважина была закончена строительством в августе 1997 года на платформе на натяжных опорах Saga's Snorre в Северном море. Цифровая скважина - это комплекс мероприятий и оборудования, имеющий цели: увеличения и/или оптимизации добычи, увеличения конечной нефте(газо)отдачи; снижения и / или оптимизации капитальных затрат; шижения и / или оптимизации эксплуатационных затрат. Задачи цифровой скважины: получение достоверной и оперативной информации о дебите (жидкость, газ), затратах энергии, состоянии скважинной насосной установки, обработки информации, анализа, сохранения информации, принятия решений об изменении параметров работы системы «пласт-скважина-насосная установка» по заданному критерию (объем добычи нефти, объем добычи пластовой жидкости, затраты электроэнергии, сумма капитальных и текущих затрат на работу системы при обеспечении заданного дебита и т.д.), оптимальная добыча из нескольких пластов, управление закачкой в несколько пластов, дренирование нескольких нефтяных зон в разобщенных пластах, разработка нефтяных оторочек, внутрискважинный газлифт, переменная
добыча газа, контроль притока из отдельных стволов многозабойной скважины, повышение охвата пласта воздействием в системе добывающих и нагнетательных скважин, получение информации о процессах, происходящих в стволе скважины, нестационарное заводнение, межпластовый транспорт флюидов для поддержания пластового давления, связующие скважины, испытание разведочных скважин, датчики на ликвидированных скважинах, системы скважинного сейсмоакустического мониторинга.
На строительство скважин приходится более 40 % всех инвестиций в нефтегазодобыче. Значительные усовершенствования в технологии сбора больших данных в жизненном цикле скважин (бурение, эксплуатация, капитальный ремонт) способствовали разработки передовых систем предотвращения осложнений и аварий, основанных на выявлении скрытых закономерностей в больших данных методами искусственного интеллекта. К последним относится и созданная автоматизированная система предупреждения осложнений в жизненном цикле скважин [4 - 20]. В работе электрических погружных насосов используются внутрискважинные и поверхностные каналы для передачи больших данных в центр управления разработкой. Система электрического погружного насоса включает в себя блок скважинных датчиков, двигатель, уплотнение двигателя, газоотделитель, впуск насоса, насос, удлинитель двигателя, кабель и обратные клапаны. В зависимости от типа скважинных датчиков электрического погружного насоса контролируются следующие параметры: давление на входе насоса, давление нагнетания насоса, температура всасывания насоса, температура обмотки двигателя, температура моторного масла и три осевые вибрации. Система электрического погружного насоса обеспечивает мониторинг следующих параметров на устье скважины: поверхностный расход, поверхностное давление в трубопроводе, поверхностное давление в обсадной колонне, утечка тока, частота, удельное сопротивление кабеля и фазное напряжение. Автоматизированная система предупреждения осложнений позволяет своевременно выявлять возможные сбои, осложнения в жизненном цикле работы скважины, увеличивать срок службы насоса и снижать затраты на капитальный ремонт за счет своевременного обнаружения нештатного события. Системы электрических погружных насосов обладают функциями, которые могут быть полезны в условиях снижения углеродного следа: электрические погружные насосы - это инструменты, которыми можно управлять дистанционно (в частности, изменять частоту, размер дросселя и положение), что в конечном итоге приводит к снижению эксплуатационных расходов, кроме того скважинные датчики и датчики электрических погружных насосов обеспечивают значительную информацию о месторождении в режиме реального времени. Системными проблемами в сфере реализация цифровой модернизации промышленности являются: подготовка кадров для цифровизации производства нефти и газа, включая
специалистов по кибербезопасности и петророботизации;- правовые и гуманитарные аспекты применения автоматизированных систем и использования петроробототехники.
Перед нефтегазовой отраслью стоят задачи по достижению высокой эффективности нефтегазодобычи. Стандартизация цифрового нефтегазового производства позволит создать устойчивые технические ориентиры для модернизации нефтегазовых производств, включая сертификацию и технадзор, как наиболее распространённые в мире инструменты защиты национальных рынков нефти и газа. Процессы цифровизации нефтегазового производства должны строиться на новых ИТ-стандартах, классификаторах нефтегазовой продукции. Проектный технический комитет РСПП по стандартизации ПКТ 711 «Умные (SMART) стандарты» приступил к работе по созданию машиночитаемых, машинопонимаемых стандартов, которые должны стать основой цифровой платформы, которая как ожидается будет включать цифровое производство и кибербезопасность. В рамках ЕАЭС реализуется проект цифрового технического регулирования, включая разработку системы единых стандартов для цифровизации промышленности на 2022 г. Стандартизация является инструментом для практического внедрения цифровых нефтегазовых решений и должна способствовать устранению барьеров применению цифровых двойников нефтегазовых объектов и испытаний на цифровых полигонах, включая моделирование процессов измерения реальных параметров изделий, применения новейших технологий и материалов, оптимизации управления цепочкой поставок нефти, газа и нефтегазопродуктов на мировые рынки. Среди ключевых проектов цифровой модернизации, можно выделить мультисенсориза-цию и оптикализацию нефтегазового производства, разработку автоматизированных систем предупреждения осложнений при строительстве и эксплуатации скважин, создание аналитическо-прогнозной вертикали управления, внедрение технологий информационного моделирования, развитие цифровых вертикалей экспертизы и государственного строительного надзора при освоении нефтегазовых месторождений.
Заключение
Стратегические задачи по достижению высокой эффективности производства углеводородов и конкурентоспособности товарной продукции российского нефтегазового комплекса в условиях углеродного следа могут быть достигнуты за счет глубокой цифровой модернизации процессов нефтегазодобычи. В условиях снижения углеродного следа потребность в интеллектуализации скважинных и промысловых операций (бурение, разработка, эксплуатация, консервация) как никогда высока. Системы машинного обучения позволяют достигнуть эффективного уровня управления процессами нефтегазодобычи наряду с сокращением требований к
цифровым компетенциям специалистов и нивелировать влияние человеческого фактора на рост осложнений в промысловых операциях.
Статья подготовлена в рамках выполнения государственного задания (тема «Фундаментальный базис инновационных технологий нефтяной и газовой промышленности (фундаментальные, поисковые и прикладные исследования)», № ААААА19-119013190038-2).
Список литературы
1. Дмитриевский А. Н., Еремин Н.А. Цифровая глобальная декарбонизация газодобычи // Сб. науч. тр. VII Междунар. науч.-техн. конф. Экологическая безопасность в газовой промышленности (ESGI-2021): Москва, 07-08 декабря 2021 года. ООО "Газпром ВНИИГАЗ". Москва: ООО "НИИ природных газов и газовых технологий - Газпром ВНИИГАЗ", 2021. С. 4-5.
2. (2020). Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Eremin, D.S. Filippova, E.A. Safarova // Georesursy = Georesources, Special issue. Р. 32-35.
3. Цифровая глобальная декарбонизация зрелых нефтяных и газовых месторождений / А. Н. Дмитриевский [и др.] // Сб. науч. тр. «Черноморские нефтегазовые конференции». Новороссийск; Сочи, 20 сентября -2021 года. Новороссийск; Сочи: ООО «Научно-производственная фирма «Нитпо», 2021. С. 63-66.
4. Dmitrievsky A.N., Eremin N.A., Safarova E.A., Filippova D.S., Borozdin S.O. Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells // SOCAR Proceedings. 2020. No.3. Р. 031-037.
5. On increasing the productive time of drilling oil and gas wells using machine learning methods / A.N. Dmitrievsky [and others] // Georesursy = Georesources, 2020. 22(4). Р. 79-85.
6. Алгоритм создания нейросетевой модели для классификации в системах предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин / А.Н. Дмитриевский [и др.] // Датчики и системы. 2019. №12 (243). С.3-10.
7. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения / А.Д. Черников [и др.] // Георесурсы, 2020. 22(3). С. 87-96.
8. Анализ качества данных станции геолого-технологических исследований при распознавании поглощений и газонефтеводопроявлений
для повышения точности прогнозирования нейросетевых алгоритмов / А.И. Архипов [и др.] // Нефтяное хозяйство. 2020. №08 (1162). С.63-67.
9. Drilling Problems Forecast System Based on Neural Network / S. Borozdin [and others] // SPE Annual Caspian Technical Conference. 2020.
10. Интеллектуальное бурение при обустройстве цифровых месторождений / Н.А. Еремин, А.Д. Черников, О.Н. Сарданашвили, В.Е. Столяров // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2020. №5 (562). Р. 26-36.
11. Цифровые технологии строительства скважин. Создание высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин / Н.А. Еремин [и др.] // Деловой журнал Neftegaz.Ru. 2020. №4 (100). С. 38-50.
12. А.Н. Дмитриевский, Н.А. Еремин, В.Е. Столяров Роль информации в применении технологий искусственного интеллекта при строительстве скважин для нефтегазовых месторождений // Научный журнал Российского газового общества. 2020. № 3 (26). С.06-21.
13. Программный компонент "Нефтегазовый блокчейн" / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020614626, 17.04.2020. Заявка № 2020613699 от 27.03.2020.
14. Программный компонент "Нейросетевые расчеты - построение моделей прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПКНР) / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660892, 15.09.2020. Заявка № 2020660182 от 08.09.2020.
15. Программный компонент "Адаптация обобщенных нейросете-вых моделей прогнозирования осложнений и аварийных ситуаций к геофизическим параметрам при бурении конкретной скважины» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660890, 15.09.2020. Заявка № 2020660179 от 08.09.2020.
16. Программный компонент "Индикация прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПК «Индикация») / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020661356, 22.09.2020. Заявка № 2020660450 от 14.09.2020.
17. Программный компонент "Оркестровка - интеграция модулей системы прогнозирования осложнений и аварийных ситуаций при бурении и строительстве скважин» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660891, 15.09.2020. Заявка № 2020660181 от 08.09.2020.
18. Программный компонент "Обратная связь» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020665410,
26.11.2020. Заявка № 2020661058 от 25.09.2020. Дата публикации: 26.11.2020.
19. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин: пат. 2745137 C1 RU, 22.03.2021; заявка № 2020129673 от 08.09.2020.
20. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин: пат. 2745136 C1 RU, 22.03.2021; заявка № 2020129671 от 08.09.2020.
Дмитриевский Анатолий Николаевич, академик РАН, д-р геол.-минер. наук, проф., научный руководитель ИПНГ РАН, a.dmitrievsky@,ipng.ru , Россия, Москва, Институт проблем нефти и газа Российской Академии наук (ИПНГ РАН); Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина,
Еремин Николай Александрович, д-р техн. наук, проф., гл. науч. сотр., ermn@mail.ru, Россия, Москва, Институт проблем нефти и газа Российской Академии наук (ИПНГ РАН); Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина,
Басниева Ирина Каплановна, науч. сотр., ermn@mail.ru, Россия, Москва, Институт проблем нефти и газа Российской Академии наук
DIGITAL MODERNIZA TION OF OIL AND GAS PRODUCTION IN THE CONDITIONS
OF REDUCING CARBON FOOTPRINT
A.N. Dmitrievsky, N.A. Eremin, I.K. Basnieva
The article deals with the issues of digital modernization of oil and gas production in the context of reducing the carbon footprint, including legal and humanitarian aspects. The main problems in the implementation of digital modernization were identified: an acute shortage of personnel with digital competencies in the field of oil and gas production, including specialists in opticalization, supercomputing, cybersecurity and petrorobotics. It was revealed that in the oil and gas industry, in the context of reducing the carbon footprint, it is planned to use communication-information and fiber optic technologies, multi-sensor monitoring of oil and gas production, digital twins of oil and gas facilities, and hybrid artificial intelligence in decision-making.
Key words: carbon footprint reduction, oil, gas, operation, downhole sensors, sensors, cybersecurity, petrorobotics, opticalization, digital twin, artificial intelligence, legal and humanitarian aspects.
Dmitrievsky Anatoly Nikolaevich, academician of the russian academy of sciences, dr. of geol.-miner. sciences, professor, scientific director of OGRI RAS, a.dmitrievsky@ipng.ru , Russia, Moscow, Institute of Oil and Gas Problems of the Russian Academy of Sciences (OGRI RAS); Gubkin Russian State University of Oil and Gas (National Research University) (Gubkin Russian State University of Oil and Gas (NRU)),
Eremin Nikolai Alexandrovich, doctor of technical sciences, professor, chief researcher, ermn@mail.ru , Russia, Moscow, Institution of Science Institute of Oil and Gas Problems of the Russian Academy of Sciences (OGRI RASGubkin Russian State University of Oil and Gas (National Research University) (Gubkin Russian State University of Oil and Gas (NRU)),
Basieva Irina Kapranova, researcher, ermn@mail.ru Russia, Moscow, Institution of Science Institute of Oil and Gas Problems of the Russian Academy of Sciences
Reference
1. Dmitrievsky A. N., Eremin N.A. Digital global de-carbonization of gas production // Sb. nauch. tr. VII International Scientific and Technical Conference. Environmental safety in the gas industry (ESGI-2021): Moscow, 07-08 December 2021. Gazprom VNIIGAZ LLC. Moscow: LLC "Research Institute of Natural Gases and Gas Technologies - Gazprom VNIIGAZ", 2021. pp. 4-5.
2. (2020). Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Eremin, D.S. Filippova, E.A. Safarova // Georesursy = Georesources, Special issue. pp. 32-35.
3. Digital global decarbonization of mature oil and gas fields / A. N. Dmitrievsky [et al.] // Collection of scientific tr. Black Sea oil and gas conferences. Novorossiysk; Sochi, September 20 - 09, 2021. Novorossiysk Sochi: OOO "Nauchno-proizvodstvennaya firma "Nito", 2021. S. 63-66.
4. Dmitrievsky A. N., Eremin N. A., Safarova E. A., Filippova D. S., S. O. Borozdin Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells SOCAR Proceedings. 2020. No.3. R. 031-037.
5. On increasing the productive time of drilling oil and gas wells using machine learning methods / Dmitrievsky A. N. [and others] // Geores-ursy = Georesources, 2020. 22(4). R. 79-85.
6. The algorithm for creating the neural network model to classify the systems of prevention of complications and emergencies during the construction of oil and gas wells / A. N. Demetrius [et al.] / / Sensors and systems. 2019. No.12 (243). pp.3-10.
7. The application of artificial intelligence methods for identifying and predicting complications in the construction of oil and gas wells: problems and main directions of solving / A. D. Chernikov [et al.] / / Georesursy, 2020. 22(3). P. 87-96.
8. Quality analysis data station geotechnical investigations for identifying acquisitions and gazonefteprovodov to improve the prediction accuracy of neural network algorithms / A. I. Arkhipov [et al.] / / Oil industry. 2020. No.08 (1162). pp.63-67.
9. Drilling Problems Forecast System Based on Neural Network / Borozdin S. [and others] // SPE Annual Caspian Technical Conference. 2020.
10. Intelligent drilling in the regeneration of digital IU-an effective / N. And. Eremin, A. D. Chernikov, O. N. Sardanashvily, E. V. Stolyarov // automation, telemechanization and communication in oil industry. 2020. No.5 (562). pp. 26-36.
11. Digital technologies of well construction. Create you-highly efficient automated system for the prevention of complications and emergencies in the process of construction of oil and gas wells / N. And. Eremin [et al.] / / Business magazine Neftegaz.Ru. 2020. No. 4 (100). P. 38-50.
12. A. N. Dmitrievsky, N. And. Eremin, E. V. Stolyarov the Role of information in the application of artificial intelligence technologies in the construction of wells for oil and gas fields // Scientific journal of the Russian gas society. 2020. No. 3 (26). pp.06-21.
13. The software component "Oil and gas blockchain" / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020614626, 04/17/2020. Application No. 2020613699 dated 03/27/2020.
14. Software component "Neural network calculations - construction of models for predicting complications and emergencies during drilling and construction of wells" (PKNR) / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020660892, 09/15/2020. Application No. 2020660182 dated 08.09.2020.
15. Program component "Adaptation of generalized neural network models for predicting complications and emergencies to geophysical parameters when drilling a specific well" / N.A. Eremin [et al.] // Certificate of registration of a computer program RU 2020660890, 09/15/2020. Application No. 2020660179 dated 08.09.2020.
16. Program component "Indication of the forecast of complications and emergencies during drilling and construction of wells" (PC "Information") / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020661356, 22.09.2020. Application No. 2020660450 dated 14.09.2020.
17. The program component "Orchestration - integration of the models of the system for predicting complications and emergencies during drilling and construction of wells" / N.A. Eremin [et al.] // Witness of the registration of the computer program RU 2020660891, 09/15/2020. Application No. 2020660181 dated 08.09.2020.
18. The software component "Feedback" / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020665410, 11/26/2020. Application No. 2020661058 dated 25.09.2020. Date of publication: 26.11.2020.
19. Automated system for detecting and predicting complications during the construction of oil and gas wells: pat. 2745137 C1 RU, 22.03.2021; application No. 2020129673 dated 08.09.2020.
20. Automated system for detecting and predicting complications during the construction of oil and gas wells: pat. 2745136 C1 RU, 22.03.2021; application No. 2020129671 dated 08.09.2020.
