Журнал нефтяной и экологической биотехнологии

Абстрактный

Изучение полезности регрессии гауссовского процесса для прогнозирования темпов добычи нефти, воды и газа

Этиноса Осаро*, Вивиан Окори, Соня Алорньо

В этом исследовании оценивалась эффективность моделей регрессии гауссовского процесса (GPR) для прогнозирования темпов добычи нефти, газа и воды в энергетической отрасли. GPR — это непараметрический, основанный на байесовском подходе метод машинного обучения, который моделирует неопределенность в прогнозах, предоставляя не только прогноз, но и доверительный интервал для прогноза. В этом исследовании анализировалось влияние различных входных характеристик на темпы добычи, включая размер штуцера, давление в головке НКТ, давление в выкидной линии, основные отложения и воду, чистый интерфейс прикладного программирования (API), давление потока скважины и статическое давление. Результат этого исследования дает ценную информацию о потенциале GPR для улучшения прогнозирования добычи и управления ресурсами в нефтегазовой отрасли. Результаты также проливают свет на пригодность различных ядер для моделирования темпов добычи и значимость каждой входной характеристики в прогнозировании и оптимизации добычи. Использование GPR в прогнозировании добычи имеет потенциал для повышения эффективности, улучшения производительности и снижения затрат в нефтегазовой отрасли.