Большая аналитика данных стала довольно модным словом в последние годы, и ее растущее применение в операциях разведки и добычи обещает быть захватывающей новой разработкой. Он включает в себя: (1) получение и управление данными в больших объемах различных сортов и с большими скоростями и (2) использование статистических методов для «разминирования» данных и обнаружения скрытых моделей ассоциации и отношений в больших, сложных, многомерных наборы данных. Конечной целью является извлечение большего объема информации из нашей постоянно расширяющейся базы данных для повышения эффективности работы и принятия лучших решений для оптимизации производительности нефтяных резервуаров. Тем не менее, предмет остается загадкой для большинства инженеров-нефтяников и геологов из-за тяжелого статистического жаргона и использования сложных алгоритмов.

 

 

Этот разговор обеспечит «нежное» введение в большую аналитику данных, сосредоточив внимание на: (a) простых в понимании описаниях обычно используемых концепций и методов; (б) широких категорий проблем разведки и добычи, которые могут быть решены с помощью больших данных аналитика и (c) тематические исследования, демонстрирующие практическое применение. Первый пример, который будет обсуждаться, предполагает создание надежных прогностических моделей для добычи нефти в нетрадиционном резервуаре с использованием архитектуры скважины и данных о завершении в качестве предикторов. Второй пример включает способность прогнозировать наличие или отсутствие вогнутых зон в карбонатных коллекторах, основанных только на стандартном наборе электрических бревен. Третий пример включает в себя построение модели, основанной на данных, из исторических данных о производстве инъекций в процессах заводнения для оптимизации скоростей впрыска и местоположения. Основное внимание будет уделено демонстрации расширенного репертуара методов статистического и машинного обучения, которые могут помочь в разработке информации, основанной на данных, для понимания и оптимизации работы нефтяных резервуаров.