随笔分类 - 大数据分析
石油和天然气大数据分析 ——采用数据驱动模型优化勘探和生产
摘要:1.4. SEMMA过程 SEMMA将数据挖掘定义为对大量数据进行抽样、探索、修改、建模和评估以揭示多元系统中隐藏模式和关系的过程。数据挖掘过程适用于各种行业,并为O&G垂直领域的各种业务问题提供方法论,例如最大化井位、优化生产、确定最大采收率、确定非常规油藏中的最佳水力压裂策略、油田分割、风险分析
阅读全文
摘要:1.2. 从柏拉图到亚里士多德的进化 亚里士多德敏锐的逻辑支撑着当代科学。亚里士多德学派基于二元视角进行观察,例如黑白、是与否、0和1。19世纪数学家乔治·康托(GeorgeCantor)建立了基于亚里士多德二元逻辑的集合论的发展,从而呈现了这一点符合现代科学的逻辑。概率论随后影响了二元逻辑的合理性
阅读全文
摘要:第一章 软计算基础 天地之大,霍雷肖,比你所梦想的多得多。 威廉·莎士比亚《哈姆雷特》 石油和天然气行业在过去十年中见证了采用软计算技术的令人信服的争论,因为上游问题变得过于复杂,无法将确定性和解释分析方法委托给孤立的学科。我们发现自己正处于勘探和生产价值链的数据雪崩之中,数据驱动的模型正从专业的好
阅读全文
摘要:前言 我写这本书的动机来自于我在过去七年中目睹的累积问题,这些问题现在在上游石油和天然气行业中十分普遍。三个最突出的问题是数据管理、地下不确定性的量化以及围绕现场工程策略的风险评估。随着跨越不同工程井筒的数据海啸的到来,数据驱动模型显然提供了令人难以置信的洞察力,将原始大数据转化为可操作的知识。我看
阅读全文

浙公网安备 33010602011771号