Прогнозирование обводнённости скважин с помощью методов машинного обучения

Какова ценность такого прогноза? Для каких мероприятий он будет полезен? Интересен прогноз динамики обводненности, а не одной точки (на следующую дату, как я понял из статьи). Сравните ваш прогноз со следующим способом прогнозирования: WCT_predict = WCT_last? Какова метрика такого прогнозирования в сравнении с полученным результатом? Это можно было бы принять за baseline. Ну или если вы приводите в статье гидродинамическую модель, то какие метрики прогнозирования у нее?

Подбор скважин-кандидатов для гидравлического разрыва пласта с использованием методов машинного обучения

Если одинаковые по смыслу данные получены из разных источников и разных видов отчетности, то их оставляли. Далее в рамках процедуры AutoML коррелирующиеся признаки удаляются автоматически. На рисунке с важностью признаков, присутствуют признаки как самой добывающей скважины, так и ее окружению, возможно это вводит в заблуждение.

Подбор скважин-кандидатов для гидравлического разрыва пласта с использованием методов машинного обучения

В Западной Сибири скважин без ГРП и не осталось, наверное. А это десятки тысяч скважин.

Подбор скважин-кандидатов для гидравлического разрыва пласта с использованием методов машинного обучения

Да, и не только. Более 100 параметров. Горизонтальные скважины пока исключали.