7月29日
11:20
11:20官方账号arXiv cs.LG@ Sha, Miao, Alexandra Vendetti, Logan Smart, Gunta Chomchalerm, Yang Chen, Christopher Frazier, Dustin Haralson, Jeremy Sorenson, Xiao Ma, Huafei Sun, Aaron Shinn, Haining Zheng, Xiao-Hui Wu, Peng Xu
论文提出一种自动化数据驱动工作流,集成ML模型预测气举性能曲线,并采用贝叶斯优化框架在设施容量约束下求解最优注气速率。该ML模型仅需历史生产时间序列数据,无需井下压力计或多速率试井。在Bakken油田5个井场30口井的试点中平均增产超过5%,目前已全面部署至200余口气举及柱塞辅助气举井。此方法特别适用于因成本或设施限制无法获取井下数据或多速率测试的资产。
推荐理由:这篇论文用ML加贝叶斯优化,在Bakken油田200多口井实现了5%以上的增产,不用额外下设备,省钱又高效。