Λεπτομέρειες βιβλιογραφικής εγγραφής
| Τίτλος: |
Forecasting the dynamics of oil flow rate changes using machinne learning methods |
| Πηγή: |
Нефтяная провинция. :73-83 |
| Στοιχεία εκδότη: |
Public Organization "Volga-kama Regional Branch of the Russian Academy of Natural Sciences", 2023. |
| Έτος έκδοσης: |
2023 |
| Θεματικοί όροι: |
geological and hydrodynamic model, дебит нефти, material balance, обводненность, материальный баланс, forecast, water cut, машинное обучение, oil production rate, carbonate reservoirs, Tournaisian, рекуррентная нейронная сеть, кривая падения, machine learning, карбонатные коллектора, геолого-гидродинамическая модель, прогноз, турнейский ярус, dip curve, recurrent neural network |
| Περιγραφή: |
В данной работе представлен опыт применения методов машинного обучения для прогнозирования технологических показателей разработки скважин, эксплуатирующих карбонатные коллектора. Описаны этапы создания, обучения рекуррентной нейронной сети с долгой краткосрочной памятью на тестовом участке и последующее прогнозирование дебита нефти по скважинам на перспективу 3-6 месяцев. С целью оценки эффективности данного подхода проводился тест на контрольной выборке и результаты прогнозирования сопоставлялись с прогнозированием альтернативными методами и, в частности, с прогнозами геолого-гидродинамической модели, кривой падения и модели материального баланса. Объект моделирования карбонатные отложения нефтяного месторождения N, расположенного в Волго-Уральской нефтегазоносной провинции. This paper presents the experience of using machine learning methods to predict the technological indicators of the development of wells operating in carbonate reservoirs. The stages of creating, training a recurrent neural network with a long short-term memory in a test area (small deposit) and subsequent forecasting of oil flow rate by wells for a 3-6 month perspective are described. In order to evaluate the effectiveness of this approach, a test was carried out on a control sample and the forecast results were compared with forecasting by alternative methods, and in particular with forecasts of the geological and hydrodynamic model, the dip curve and the material balance model. Modeling object carbonate deposits of oil field N, located in the Volga-Ural oil and gas province. |
| Τύπος εγγράφου: |
Article |
| Γλώσσα: |
Russian |
| ISSN: |
2412-8910 |
| DOI: |
10.25689/np.2023.3.73-83 |
| Αριθμός Καταχώρησης: |
edsair.doi...........6590d0ef5f4545ef698d409258a22be1 |
| Βάση Δεδομένων: |
OpenAIRE |