Search
Write a publication
Pull to refresh
0
0
Send message

С количеством данных тоже может быть засада. Столкнулся с таким феноменом с двумя разными геомеханиками. При малой выборке каротажных данных, в пределах 5-10 близлежащих скважин геомеханик мог с большой точностью предсказать поровое давление и давление гидроразрыва для новой скважины. Использовался Landmark Predict. Когда же загрузили в базу данные тысяч скважин, прогноз полностью оторвался от реальности. Это конечно не машинное обучение, но результат будет похожий.

Спасибо за статью. Тема интересная. Думаю, что начало положено, но нужно ещё думать, как эти модели применить на практике.

Похожие результаты для оптимизации можно получить статистическими методами выбрав, например, верхние 25% ROP для каждого отдельного участка скважины и соответствующие этому ROP параметры бурения Torque, WOB и так далее.

К сожалению, как уже упоминалось в предыдущих комментариях, вся оптимизация теряет смысл при перемене геологических реалий или даже индивидуального подхода к работе отдельно взятого бурильщика. Хотя эту переменную можно исправить повышением уровня автоматизации на буровой.

Information

Rating
Does not participate
Registered
Activity