【摘 要】
：
由于工程、地质和地球物理等多种因素对井产能的综合影响,预测非常规油气储层中的井产量具有很大挑战性.我们开发了一种机器学习工作流程,该工作流程将地球物理和地质数据以
【机 构】
：
Missouri University of Science and Technology, Department of Geosciences andGeological and Petroleum
论文部分内容阅读
由于工程、地质和地球物理等多种因素对井产能的综合影响,预测非常规油气储层中的井产量具有很大挑战性.我们开发了一种机器学习工作流程,该工作流程将地球物理和地质数据以及工程完井参数整合到了一个预测井产量的模型中.本文的研究区域位于得克萨斯西南部,在Eagle Ford组下段.我们使用一种叫做函数型主成分分析法的时间序列方法来汇总井生产的时间线.接下来,我们将随机森林(一种机器学习回归方法)与我们汇总的油井数据相结合,以预测井生产的全时序列.该模型中的输入数据包括地质、地球物理和工程数据.然后,我们能够以65％-76％的准确性预测生产井的时间序列.该方法将不同的数据类型合并到一个稳定的预测模型中,该模型可用于预测非常规油气资源的井产量.
其他文献
最近可再生能源成本急剧下降,表明利用“电制气”(power-to-gas)工艺通过可再生能源发电制氢可能会变得更加经济.本文中,我们从一个投资者的角度来审视这一替代方案,考虑了一
本文重点讨论了当前储能系统(ESS)参与不同电力系统服务的可能性.储能系统(ESS)可以提供多种服务,如热备用、延迟升级和能源管理.然而,储能系统(ESS)的这种多功能性,给监管机
华龙一号验证平台是运用计算机仿真技术和数学建模技术搭建的一套用于验证、调试、开发和研究的设计验证平台,它模拟了实际核电厂主控室的环境和软硬件配套设施,即所有的操作
Osteoarthritis (OA) is one of the most common causes of disability.However, the lack of tools for early diagnosis of OA hampers the prevention and treatment of
核电厂多年运行经验表明,火灾是核电厂安全的重要威胁之一.随着核电技术的发展,国内外的核电同行更加注重核电厂消防措施的可靠性.为了提高火灾情况下核电的安全水平,火灾自
在地下地质条件复杂的高度非均质盆地中,如尼罗河三角洲盆地,对于储层模型的准确预测一直是一个挑战.储层建模是一个从发现油田开始直至生产最后阶段、废弃阶段的连续过程.目