Drilling of oil and gas wells is a basic process in production of hydrocarbons. Up to now drilling projects are often being designed on the base of segmental data and primary analysis of drilling experience, which is ineffective under modern drilling conditions. A possible solution of this problem consists in computer analysis of data on earlier drilled wells with the use of modern information technologies. Authors propose methods for prediction of probable troubles occurring while drilling new wells on the base of information on well stock of the oilfield using efficient data mining tools -artificial neural networks. Structural and parametric identification of a neural network solving the formalized problem of functions approximation has been conducted. Results of computational experiments on real data show effectiveness of software developed.
Искусственные нейронные сети при прогнозировании осложнений в бурении Ю.Б. Линд, ООО «БашНИПИнефть», А.Р. Кабирова, Башкирский государственный университет Авторское право 2014 г., Общество инженеров нефтегазовой промышленности Этот доклад был подготовлен для презентации на Российской технической нефтегазовой конференции и выставке SPE по разведке и добыче, 14 -16 октября, 2014, Москва, Россия.Данный доклад был выбран для проведения презентации Программным комитетом SPE по результатам экспертизы информации, содержащейся в представленном авторами реферате. Экспертиза содержания доклада Обществом инженеров нефтегазовой промышленности не выполнялась, и внесение исправлений и изменений является обязанностью авторов. Материал в том виде, в котором он представлен, не обязательно отражает точку зрения SPE, его должностных лиц или участников. Электронное копирование, распространение или хранение любой части данного доклада без предварительного письменного согласия SPE запрещается. Разрешение на воспроизведение в печатном виде распространяется только на реферат объемом не более 300 слов; при этом копировать иллюстрации не разрешается. Реферат должен содержать явно выраженную ссылку на авторское право SPE.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.