油气数据挖掘研讨会会议录
人工智能
2017-05-29 v2 机器学习
摘要
勘探与开发油气(O&G)的过程产生了大量数据，可为行业带来更高效率。在“数字油田”中使用数据挖掘技术的机会在很大程度上仍未被探索或开发。随着数据高速扩张，企业正急于开发近实时预测分析、数据挖掘与机器学习能力，并扩展其数据存储基础设施与资源。伴随这些新目标，出现了管理数据增长、集成智能工具以及分析数据以获取有用洞察的挑战。油气公司需要数据解决方案，以经济地从勘探、钻井与生产设备以及传感器产生的大量多样化数据中提取价值。油气工业在储层全生命周期中的数据挖掘包含以下作用：定位碳氢化合物、管理地质数据、钻井与地层评价、井构建、井完井，以及通过油田生命周期优化生产。对于油田生命周期的每个阶段，数据挖掘都发挥着重要作用。基于我们所谈论的阶段，通过科学模型、数据分析与机器学习创造知识，有效、高产出且按需的数据洞察对组织内的决策制定至关重要。这一复杂且经济至关重要的领域所带来的重大挑战，证明了愿意分享经验与知识的数据科学家会议的合理性。因此，油气数据挖掘研讨会(DM4OG)旨在为致力于解决数据科学、机器学习与油气工业建模和优化问题之间协同所产生重大挑战的研究人员提供一个高质量论坛。
引用
@article{arxiv.1705.03451,
title = {Proceedings of the Workshop on Data Mining for Oil and Gas},
author = {Alipio Jorge and German Larrazabal and Pablo Guillen and Rui L. Lopes},
journal= {arXiv preprint arXiv:1705.03451},
year = {2017}
}