Интеллектуальная нефтяная инженерия

Intelligent Petroleum Engineering
Zhangxin Chen, Mohammad Ali Mirza, Mahtab Ghoroori
2022-07-19

искусственный интеллектцентрализованное хранилище данныхмоделирование на основе данныхинтеллектуальная нефтяная инженериямашинное обучение
Подходы, основанные на данных, и алгоритмы искусственного интеллекта (ИИ) являются достаточно перспективными, чтобы им можно было доверять в большей степени, чем методам, основанным на физических моделях; их основным входом служат данные, представляющие собой фундаментальный элемент каждого явления. Эти алгоритмы обучаются на данных и выявляют ранее неизвестные закономерности. Нефтяная отрасль, в которой каждую секунду генерируются огромные объемы данных, представляет большой интерес для этой новой технологии. По мере перехода нефтегазовой отрасли к цифровизации нефтяных месторождений усиливаются усилия по интеграции моделирования на основе данных и алгоритмов машинного обучения (МО) в решение различных задач нефтяной инженерии. Машинное обучение широко применяется в различных областях отрасли. Многочисленные масштабные исследования посвящены изучению применимости искусственного интеллекта в различных дисциплинах этой отрасли; однако заметно отсутствие двух ключевых характеристик. Большинство исследований либо недостаточно практичны для применения к задачам реальных месторождений, либо ограничены конкретной проблемой и потому не обладают обобщаемостью. Необходимо уделять внимание самим данным, а также способам их классификации и хранения. Хотя огромные объемы данных поступают из различных дисциплин, они хранятся в изолированных ведомственных системах и недоступны пользователям. Чтобы извлечь из данных как можно больше информации и полезных выводов, их необходимо хранить в централизованном репозитории, из которого они могли бы легко использоваться различными приложениями.
1
Для доступности разнородных нефтяных данных различным приложениям и максимального извлечения информации необходим централизованный репозиторий данных.
2
Методы, основанные на данных, и искусственный интеллект могут выявлять закономерности в данных нефтяной отрасли и всё чаще дополнять или превосходить физические подходы.
3
Существующие исследования ИИ часто недостаточно практичны для решения реальных промысловых задач или ограничены отдельными проблемами и плохо обобщаются.
4
Машинное обучение применяется в различных областях нефтяной инженерии в ходе перехода отрасли к цифровым нефтяным месторождениям.
5
Данные нефтяной отрасли часто изолированы в ведомственных хранилищах, что ограничивает доступ и препятствует их эффективному междисциплинарному использованию.

применение методов, основанных на данных, и искусственного интеллекта в нефтяной промышленности

интеграция и обобщаемость моделей машинного обучения, а также централизованное управление данными нефтяной инженерии между различными дисциплинами нефтяного месторождения

Publication Details
Publication Date
2022-07-19
Journal
Publisher
ISSN
Cited by
28
Access Type
Author Information
Authors
Zhangxin Chen
Mohammad Ali Mirza
Mahtab Ghoroori
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%