Национално издателство "Аз-буки"
Министерство на образованието и науката
Wikipedia
  • Вход
  • Регистрация
Аз-букиНационално издателство за образование и наука
Няма резултати
Вижте всички резултати
  • Начало
  • За нас
    • За нас
    • Структура
    • Екип
    • Етика и правила
    • Документи
  • Вестник „Аз-буки“
  • Списания
    • Стратегии на образователната и научната политика
    • Български език и литература
    • Педагогика
    • Математика и информатика
    • Обучение по природни науки и върхови технологии
    • Професионално образование
    • История
    • Чуждоезиково обучение
    • Философия
  • Издания
  • Проекти
  • Реклама
  • Абонамент
  • Контакт
  • en_US
  • bg_BG
  • Начало
  • За нас
    • За нас
    • Структура
    • Екип
    • Етика и правила
    • Документи
  • Вестник „Аз-буки“
  • Списания
    • Стратегии на образователната и научната политика
    • Български език и литература
    • Педагогика
    • Математика и информатика
    • Обучение по природни науки и върхови технологии
    • Професионално образование
    • История
    • Чуждоезиково обучение
    • Философия
  • Издания
  • Проекти
  • Реклама
  • Абонамент
  • Контакт
  • en_US
  • bg_BG
Няма резултати
Вижте всички резултати
Аз-буки Национално издателство за образование и наука
Няма резултати
Вижте всички резултати
Начало Uncategorized

Development of Oil Fields Using Science Artificial Intelligence and Machine Learning

Ivo Hristov от Ivo Hristov
26-12-2023
в Uncategorized
A A

Al-Obaidi S.H.1), Chang W.J.2), Hofmann M.1)
1) Department of Petroleum Engineering – Mining University (Russia)
2)Department of Petroleum Engineering – University of Xidian (China)

https://doi.org/10.53656/nat2023-3-4.01

Abstract. Since artificial intelligence has become increasingly prevalent in the oil industry, it is relevant to this study since it is being used for exploration, development, production, field design, and management planning to improve decision-making, reduce costs, and speed up production. For establishing relationships between complex non-linear datasets, machine learning has proved superior to regression methods in petroleum engineering when it comes to high-dimensional data prediction errors, processing power, and memory. In this article, machine learning is compared with conventional statistical models of oil and gas engineering for determining and predicting reservoir pressure values in the development of oil fields. The effectiveness and potential of machine learning to determine reservoir pressure values was analysed. Using non-parametric multivariate model that link well performance over time, a new method is proposed for predicting reservoir pressure using machine learning. According to the proposed method, the predicted reservoir pressure correlates well with values measured by hydrodynamic studies of wells based on the dynamics of indicators describing well performance. Machine learning method based on random forest algorithm tends to provide better prediction reliability for reservoir pressure than linear regression method (absolute deviation: 0.86; relative deviation: 6.8%).
Keywords: Machine learning; Oil fields; Reservoir pressure; Prediction; Non-parametric

Влезте в системата, за да прочетете пълната статия Your Image Description

Свързани статии:

Default ThumbnailРефлексивно-дативни конструкции с оптативно значение в българския език Default ThumbnailЗа необходимостта от психологизация на съвременния образователен процес Default ThumbnailНов прочит на идеята за художествено възпитание, отразена в списание „Училищна практика“ от 1906 година Default ThumbnailSustainable Professional Development Through Coaching: Benefits for Teachers and Learners

Последвайте ни в социалните мрежи

СподелянеTweet
Предишна статия

ГОДИШНО СЪДЪРЖАНИЕ НА НАУЧНО СПИСАНИЕ „ИСТОРИЯ“

Следваща статия

Agile Software Development Assisted Implementation of a Mentoring Solution in a Large Enterprise

Следваща статия

Agile Software Development Assisted Implementation of a Mentoring Solution in a Large Enterprise

Български народни противоприродни обичаи и суеверия

Апостериорен анализ на критериален тест за активизиране и диагностика на рефлексия в обучението по биология и здравно образование – VIII клас (раздел „Обмяна на веществата“)

Последни публикации

  • Ученичка от Математическата в Пловдив в топ 5 на най-престижната международна изследователска програма
  • Всяко дете е личност, която заслужава уважение и подкрепа
  • Един учебен час… по дантела
  • Учени отгледаха модел на човешки мозък
  • Социални техники и изкуства на личността
  • Децата на Родопите – пазители на традициите
  • Българските ученици с 3 медала от Международната олимпиада по изкуствен интелект
  • Сп. „Обучение по природни науки и върхови технологии“, книжка 2/2025, година XXXIV
  • NEW TECHNOLOGIES TO INVESTIGATE THE BEHAVIOUR OF SILICA GELS IN POROUS MEDIA
  • ЕМОЦИОНАЛНАТА ИНТЕЛИГЕНТНОСТ КАТО ФАКТОР ЗА УСПЕШНА РЕАЛИЗАЦИЯ НА ПЕДАГОЗИ – БЪДЕЩИ УЧИТЕЛИ ПО БИОЛОГИЯ
  • Проблемно и проектно базирано обучение в рамките на извънкласна дейност „Светлината, без която не можем – проблеми и решения“
  • „ОТКРИВАНЕТО НА НОВИ НЕЩА Е ВАЖНО“: ВЛИЯНИЕ НА САМОСТОЯТЕЛНАТА ДЕЙНОСТ В КЛАС ВЪРХУ НАГЛАСИТЕ ЗА УЧЕНЕ ПО ХИМИЯ В ГИМНАЗИЯТА
  • Byte-size Chemistry of the Future Learning in Higher Education Settings
  • A CONCEPT MAP DESIGN FOR IDENTIFICATION AND CORRECTION OF STUDENTS’ MISCONCEPTIONS ABOUT WAVE-PARTICLE DUALITY OF LIGHT   
  • Училище на радостта
  • Сп. „Математика и информатика“, книжка 3/2025, година LXVIII
  • THE IMPACT OF TEACHERS’ GENDER, EDUCATION, AND EXPERIENCE ON FOSTERING MATHEMATICAL CREATIVITY: A QUANTITATIVE STUDY
  • Комбинаторни задачи върху квадратни и триъгълни мрежи със „СтруниМа“ и Geogebra
  • ПРИМЕРЕН ПОДХОД ЗА ПРИЛОЖЕНИЕ НА ИЗКУСТВЕН ИНТЕЛЕКТ И ПРОЕКТНА ДЕЙНОСТ В ОБУЧЕНИЕТО ПО МАТЕМАТИКА
  • STATISTICAL ANALYSIS OF ACADEMIC ACHIEVEMENT AND INTRINSIC MOTIVATION IN STEM STUDENTS EDUCATED THROUGH A COMPETENCY-BASED APPROACH
  • МОДЕЛИ НА ВЕРОЯТНОСТНИ ПРОСТРАНСТВА В ОЛИМПИАДНИ ЗАДАЧИ
  • България с четири отличия на Международната олимпиада по икономика

София 1113, бул. “Цариградско шосе” № 125, бл. 5

+0700 18466

izdatelstvo.mon@azbuki.bg
azbuki@mon.bg

Полезни линкове

  • Къде можете да намерите изданията?
  • Вход за абонати
  • Начало
  • Контакт
  • Абонамент
  • Проекти
  • Реклама

Вестник „Аз-буки”

  • Вестник “Аз-буки”
  • Абонамент
  • Архив

Научните списания

  • Стратегии на образователната и научната политика
  • Български език и литература
  • Педагогика
  • Математика и информатика
  • Обучение по природни науки и върхови технологии
  • Професионално образование
  • История
  • Чуждоезиково обучение
  • Философия

Бюлетин

  • Достъп до обществена информация
  • Условия за ползване
  • Профил на купувача

© 2012-2025 Национално издателство "Аз-буки"

Welcome Back!

Login to your account below

Forgotten Password? Sign Up

Create New Account!

Fill the forms bellow to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In
bg_BG
en_US bg_BG
  • Вход
  • Sign Up
Няма резултати
Вижте всички резултати
  • Начало
  • За нас
    • За нас
    • Структура
    • Екип
    • Етика и правила
    • Документи
  • Вестник „Аз-буки“
  • Списания
    • Стратегии на образователната и научната политика
    • Български език и литература
    • Педагогика
    • Математика и информатика
    • Обучение по природни науки и върхови технологии
    • Професионално образование
    • История
    • Чуждоезиково обучение
    • Философия
  • Издания
  • Проекти
  • Реклама
  • Абонамент
  • Контакт
  • en_US
  • bg_BG

© 2012-2025 Национално издателство "Аз-буки"