文献

J-GLOBAL ID：202202291777816239   整理番号：22A0575635

石油生産と圧力のためのデータ駆動深層学習予測【JST・京大機械翻訳】

Data-driven deep-learning forecasting for oil production and pressure

著者 (14件)： Werneck Rafael de Oliveira (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Prates Raphael (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Moura Renato (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Goncalves Maiara Moreira (CEPETRO, University of Campinas - UNICAMP, 13083-970 Campinas, SP, Brazil) ,  Castro Manuel (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Soriano-Vargas Aurea (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Ribeiro Mendes Junior Pedro (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Hossain M. Manzur (CEPETRO, University of Campinas - UNICAMP, 13083-970 Campinas, SP, Brazil) ,  Zampieri Marcelo Ferreira (CEPETRO, University of Campinas - UNICAMP, 13083-970 Campinas, SP, Brazil) ,  Ferreira Alexandre (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil) ,  Davolio Alessandra (CEPETRO, University of Campinas - UNICAMP, 13083-970 Campinas, SP, Brazil) ,  Schiozer Denis (CEPETRO, University of Campinas - UNICAMP, 13083-970 Campinas, SP, Brazil) ,  Schiozer Denis (School of Mechanical Engineering, University of Campinas, 13083-970 Campinas, SP, Brazil) ,  Rocha Anderson (RECOD.ai, Institute of Computing, University of Campinas - UNICAMP, 13083-852 Campinas, SP, Brazil)
資料名： Journal of Petroleum Science and Engineering  (Journal of Petroleum Science and Engineering)
巻： 210  ページ： Null  発行年： 2022年 
JST資料番号： T0412A  ISSN： 0920-4105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 生産予測は石油とガス生産において重要な役割を果たし,技術者は現場管理を行う。しかし,これはブラジルのプレ岩塩場からの高度に不均一な炭酸塩貯留層のような複雑な貯留層にとって挑戦的である。機械学習アルゴリズムを用いて多重出力を予測するための新しいセットアップを提案し,時系列予測に適した一連の深層学習アーキテクチャを評価した。提案したセットアップはN-th Dayと呼ばれ,スライディングウィンドウメカニズムが訓練中にデータ漏洩がないという複数のデータ点を予測する問題に対するコヒーレント解を提供した。また,予測のために4つの深層学習アーキテクチャを考案し,異なる時間スケールに焦点を絞る層を積層し,それらを異なる既存のオフ-シェル法と比較した。得られた結果は,著者らが提案したように,特定のアーキテクチャが石油とガス生産予測に重要であることを確認した。LSTMとGRU層は時間的シーケンスを捉えるために設計されたが,実験も,生産予測の調査されたシナリオが付加的で特定の構造を必要とすることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *圧力 ,  コヒーレンス ,  現場管理 ,  *石油 ,  ブラジル連邦共和国 ,  岩塩 ,  多重化 ,  炭酸塩 ,  採ガス ,  *採油 ,  計算機アーキテクチャ ,  学習アルゴリズム
準シソーラス用語： スライディングウィンドウ ,  貯留層 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 予測 ,  データ駆動 ,  深層学習 ,  石油生産 ,  前塩

分類 (1件)： 油層工学  (UA10030G)

タイトルに関連する用語 (4件)： 石油生産 ,  データ駆動 ,  深層学習 ,  予測