利用机器学习关联地质地震数据与非常规资源生产.pdfVIP

table{border‑collapse:collapse;}table,th,td{border:1pxsolid#000;}

利用机器学习将地质和数据与非常

规资源生产曲线相关联

RyanSmith*,斯坦福大学；TapanMukerji，斯坦福大学；TonyLupo，SM能源

了一种机器学习工作流程，该流程将地球（属性）和地质数据以及工

程完井参数整合到一个预测井生产曲线的模型中。研究区域位于德克萨斯州西南部的下

鹰福特地层。我们使用函数主成分分析来总结井生产时间序列，并使用随机森林模型根

据地质、地球和工程数据预测函数主成分。我们能够以65‑76%的准确率预测井生产

时间序列。此方法将不同类型的数据整合到一个稳健的预测模型中，用于预测非常规资

源中的井生产。

引言

非常规资源生产优化的关键方面之一是选择钻探地点，这些地点相对较低风险地低于经

济阈值。在非常规资源开发中，这一过程更具性，因为关于哪些地质或地球特

征使一个区块更有可能具有经济效益的科学依据尚不十分明确。我们提出使用机器学习

方法，该方法可以学习可用的地质和地球数据与井性能之间的关系。这可能使我们

能够量化钻探非经济井的风险，避免潜在的损失。