石油および環境バイオテクノロジージャーナル

概要

機械学習モデルに基づく石油・ガス井の生産予測: Volve Field の事例

モレノ・ミラン

油井および貯留層規模で石油およびガスの生産流量を予測するための現在の技術には、古典的な減衰曲線分析から数値シミュレーション モデルまでが含まれます。本研究では、石油およびガスの生産流量を予測するための従来の方法の代替として、線形回帰 (LR)、サポート ベクター マシン (SVM)、ランダム フォレスト (RF)、および人工ニューラル ネットワーク (ANN) などの機械学習モデル (MLM) の使用を提案します。この提案の適用は、ノルウェー大陸棚にある Volve 油田の油井で 8 年間にわたって記録された生産データに基づいて実証されています。したがって、上記の各 MLM の利点について説明し、実際の経験に基づいて、より複雑なアルゴリズムが常に最良の選択であるとは限らないという結論に至りました。SVM の代替が最良の結果をもたらすことが実証されており、RF または ANN の代替と比較して、実装がよりシンプルで簡単なモデルでもあります。