Documente Academic
Documente Profesional
Documente Cultură
Introduccin.
utilizacin de
Es casi una respuesta automtica para la mente humana, present con
estrategias
datos de serie de tiempo como controlador de grficos, tira a buscar
Las caractersticas de esos datos, mentalmente como 'etiqueta' y 'Eventos' para buscar correlaciones
en el tiempo contra otro problema atribuidos'
Lneas de tiempo (Figura 1).
Figura 1. La tasa de produccin de datos de series de tiempo (tal como se presenta en el pas de
arriba a abajo de inyeccin de agua Toolkit)
Sin embargo, la mente humana no slo es muy capaz, es falible, con demasiada frecuencia, por
ejemplo, la teora de la Gestalt de la percepcin, Banerjee
(1998). Favorecer las conexiones con poco tiempo-lag y eventos del mismo 'shape', tamao y duracin, prestando
poca atencin
A la influencia de la forma de escala variable. Tambin tienden a asociar las variables para que haya una idea
preconcebida de que
Existen relaciones sin evaluar la validez estadstica del proceso de etiquetado. En la mente del ojo
puede ser fcilmente
Persuadidos por superposicin y propositivo o incluso falsas etiquetas" de alineamiento de los vestigios. Tales
trucos visuales todos
Ayuda a encontrar pruebas para un patrn. El verdadero desafo es un sistema automatizado, completo.
Proceso independiente y estadsticamente vlidos. Si todos estos objetivos pueden cumplirse y, a continuacin,
muchos tipos de evaluaciones de yacimientos petrolferos podran ser
Realizada mediante un anlisis basado en eventos, por ejemplo, la seguridad de los sistemas de instrumentacin y
control, estudios ssmicos 4D Watts et al. (2006), o las evaluaciones de la corrosin.
Este documento se centra en los sistemas instrumentados y el anlisis de los datos de series de tiempo historised
que ofrecen una rica variedad de
Los eventos y las mltiples vas a travs de las cuales estos acontecimientos podra interactuar. Por ejemplo, bien
podra influir en un cercano
Vecino como consecuencia de las fluctuaciones de presin en el depsito o la produccin mltiple. Una
ruta ms larga a travs de
El proceso podra abarcar el separador, tratamiento y compresin de gas. Algunas influencias sern
transmitidas automticamente
Por regmenes de control de proceso de bucle cerrado, otros sern prescritos por escrito de prcticas operativas,
ms an ser el resultado de
"la costumbre y la prctica" por parte de los operadores, supervisores y planificadores. A continuacin, la falta de
linealidad podran surgir a interferir
La produccin son claras. Son los objetivos clave de la aplicacin de anlisis de eventos de BP.
Este documento describir cmo un anlisis basado en el evento que se lleva a cabo. Se dan ejemplos especficos
de la interpretacin de
Datos operativos de campos de produccin bajo de inundacin. Los distintos pasos y problemas involucrados en la
primera eleccin de las variables,
Asignndoles el papel de causa o efecto y, a continuacin, marcar los eventos en una escala de tiempo son
descritas. La necesidad de considerar la
El impacto que tienen las intervenciones del operador es discutido, y estrategias para compensar sus efectos son
propuestos. La manera de
As puntuacin a influenciar y, por consiguiente, la clasificacin de los inyectores por la calidad y el nivel de apoyo
a la produccin de petrleo, es
Presentado con ejemplos de la vida real de tres estudios. Por ltimo el futuro desarrollo direcciones son
considerados.
El caso de hacer un nuevo tipo de "arriba hacia abajo", el anlisis de datos de vigilancia
bien.-Normalmente bien en depsito de datos de vigilancia es analizada por referencia a modelos
derivados de primeros principios que se basan
Sobre la fsica de fluidos en medios porosos. Un operador tratar de entender y describir la produccin
de un bien como se indica
Mediante la medicin del flujo y la presin y la temperatura de cabeza y, en la ms moderna campos, por presiones
y temperaturas
Medida de fondo de pozo. El operador utilizar estos datos en un modelo de sistema hidrulico y
prestar particular atencin a la calibracin
Los datos derivados de ensayos bien peridicas.
Entender el flujo de cada bien como resultado de un proceso de asignacin acordados sobre la base de la
evaluacin del flujo de datos
Cada uno de los pocillos de ensayos permite un ejercicio de adecuacin de la historia para tomar su lugar. Aqu uno
o ms modelos de simulacin de yacimientos estn sintonizados para
Estos procesos incluyen lo que podra describirse como un enfoque "de abajo arriba" para comprender el
rendimiento de la
El depsito. Permiten establecer un plan de desarrollo para ser controladas eficazmente y se actualizan segn sea
necesario. BP ha estado trabajando en una
Separados pero totalmente complementarios 'de arriba abajo', Shirzadi et al. (2013). Se analizan los datos
operacionales sin
Ideas preconcebidas con respecto a la estructura del yacimiento. El valor potencial del enfoque top down es la
rpida formulacin de un
"modelo" viable sin la necesidad de llevar a cabo un cotejo histrico de procedimiento. Un modelo que se utiliza
es la
Modelo de resistividad de capacitancia, Yousef et al. (2006). Anlisis de las series cronolgicas de datos
operacionales basados en 'Eventos' en el que los datos
Es otra parte del enfoque. Este nuevo componente se describe en este documento.
El enfoque basado en eventos
Una breve descripcin. Para un activo que est siendo estudiada, uno debe primero elegir el productor y pozos
para incluir en el
Estudio. Estos sern los pozos que estn suficientemente bien instrumentadas para proporcionar un flujo de datos
de series de tiempo que se espera
Contienen eventos que son distinguibles de las fuentes inevitables de la medicin del ruido. Ellos sern
Los pozos de produccin cuyo resultado puede ser mejorada por los inyectores.
A continuacin, se elige un periodo de tiempo a ser el centro del anlisis. Los ltimos datos son ms propensos a
ser muy instructiva en lo que respecta a
Qu va a ocurrir a continuacin, pero los perodos de mejor calidad pueden existir datos. La calidad puede medirse en trminos
de trabajo
Sigue de cerca la tasa de inyeccin y podra haber sido utilizado como base para los eventos del pozo.
Seleccin bien. Al menos un pozo de inyeccin y un pozo de produccin debe ser seleccionada para un anlisis
de inundacin. Generalmente,
Habr varios pozos, ya que uno va a hacer inferencias comparativas sobre la utilizacin relativa de
La inyeccin de agua a travs de un nmero de diferentes productores. Tericamente, no hay lmite en el nmero
de pozos seleccionados, pero
Cuestiones prcticas en torno a la complejidad de interpretacin debera ser considerado. Nominalmente, no hay
problemas con el homenaje a
Limitaciones a priori sobre qu inyectores podran influir en determinados productores. Los pozos deben ser
material para el
Depsito de escala de anlisis puede a menudo ser abatido por el grupo hidrulico.
Seleccin del perodo de tiempo. Se necesita un perodo relativamente homogneo de operaciones de
suficiente duracin representada por
Los datos. Un perodo representativo debe ser elegido es probable que revelan la interaccin entre los pozos seleccionados. El
Los autores han encontrado que una duracin mnima de tres meses, cuando utilizando datos diarios, es un
requisito. Si se agregan los datos arriba
Para perodos ms largos de 24 horas, luego proporcionalmente largos perodos ser necesaria. Es aconsejable
evitar ventanas de tiempo.
Que contienen giros y otros bien prolongada parada en perodos. Una excepcin podra surgir si el bien en cuestin
est actuando como
Una observacin bien y los eventos se infiere en el cabezal del pozo o tendencias en funcin de la
presin de fondo de pozo.
Debe prestarse atencin a la constancia de la "poca", es decir, un nmero fijo de inyectores y productores activos
durante el perodo,
Y tambin al "rgimen". Rgimen constante significara que ningn cambio en la produccin responde bien entre
hmedo o seco
Operaciones, ningn cambio repentino en gas-oil ratio, o no hay conmutacin entre lo natural y lo
artificial de elevacin.
Marcado de sucesos bsicos. La estrategia ms simple para marcar un evento es seleccionar una variable como
Impacto lineal en el nmero de eventos marcados como una funcin de ajuste de umbral.
Dos atributos deseables de un evento son su magnitud y duracin. El primero puede ser derivado por referencia a
la cantidad que
Un cambio supera un determinado umbral. Este ltimo puede ser una funcin del tiempo que se ha superado el
valor anterior. Duracin
Debe estar sujeto a un lmite razonable para los casos en que el cambio es efectivamente semipermanente.
Marcado de sucesos avanzada. Este proceso aborda dos cuestiones. En primer lugar, para ser
verdaderamente tiles un mtodo debe tener la capacidad
De ser automatizados. Un sistema automatizado se proporcionan los siguientes atributos.
El pequeo nmero de parmetros para definir un evento
Resultados consistentes con 'Manual' o intuitivo marcado de eventos
La magnitud y duracin de los eventos identificados as como su hora de inicio
Examen de pruebas corroborantes en los datos, por ejemplo, interruptores de lmite en las vlvulas que
define la disponibilidad y
Colocacin de una va de flujo de los fluidos del pozo permitir o descartar el caso para un
evento marcado
En segundo lugar, las tcnicas deben enfrentarse tanto con los retardos de tiempo entre episodios en los pozos de
inyeccin y el productor
Las respuestas, as como los eventos de confusin en los productores, que surgen de las intervenciones directas
del operador cambiar
La vlvula de estrangulacin y la elevacin artificial. La figura 3 ilustra la frecuencia con una produccin bien la
posicin de estrangulacin pueden ser alterados, como
ejecutando en diferentes
Las presiones y los pozos de enrutamiento peridicamente a prueba. Estos impactos son designados como "intrabien hechos', mientras que las comunicaciones
Entre los pozos a travs de la subsuperficie son descritos como "inter-y eventos'. Entre pocillos eventos
normalmente tienen mucho menor
Magnitud y retrasa significativamente la respuesta seales del bien afectado a la produccin. Un intra-bien
episodio da un
Los procesos de integracin pueden ser visualizadas por conspirar fluye como variables acumulativas.
continuacin, los cambios se volvern ms pendiente
Fcilmente visibles para el ojo. La subjetividad puede ser eliminado del acontecimiento que marca la
tarea mediante la aplicacin de una prueba estadstica. El
Prueba adecuada para un cambio significativo en el degradado entre dos lneas es una prueba t que tenga en
cuenta la dispersin en los datos
Que cada una de las lneas por separado ha sido montado (Harrell, 2001). Si nos predeterminada a una prueba de confianza del
95%, entonces la nica
Los parmetros restantes de eleccin son el nmero de mediciones que se usan para calcular la pendiente de la
hora actual, y
El nmero similar para los datos ms all de la hora actual. Se recomienda que el nmero de puntos de
datos antes y
Tras la hora actual debe ser el mismo. Un nico parmetro eleccin es automatizar fcilmente. El impacto del
cambio de este
Nmero puede fcilmente ser juzgados por resultado global (hay demasiado pocas, suficiente o un
nmero excesivo de eventos?) y por
Ojo (no los eventos marcados tienen sentido cuando se evalu por el usuario?).
Existen dos opciones para la administracin intra-bien los acontecimientos y sus repercusiones en el anlisis. Tras
la imputacin a un evento causal entre
Las variables independientes del pozo, los perodos de datos pueden ser trasladado o retenido en un formulario
ajustado. Normalmente es claro que un
Este enfoque es sencillo y conservador, pero puede reducir crticamente el conjunto de eventos de respuesta y por
lo tanto afectan a la
La confianza que puede colocarse en las asociaciones. La figura 4 muestra cmo las series temporales de datos de
una variable se reduce en
La complejidad de este mtodo. La parte superior de la traza en la figura es el total de la tasa de inyeccin para el
bien seleccionado con eventos marcados en
La lnea de tiempo. La menor traza muestra el total antes del ajuste de la tasa de produccin de intrabien eventos (negro) y despus (verde).
Figura 4. Coincidi con la inyeccin y eventos de produccin despus de compensacin Evento IntraWell bsica
El enfoque alternativo de compensacin mediante regresin es ms complicado de implementar, pero an
conceptualmente simple. Un
La regresin de los efectos de cada una de las variables manipuladas sobre la variable dependiente se deriva de
los mismos datos. Un nuevo
Las series cronolgicas de datos es generada por la aplicacin retroactiva de la regresin a las
observaciones reales.
Asociacin de evento. Una vez que los acontecimientos han sido marcados para la inyeccin y pozos de
Las pruebas de interferencia, puede utilizarse para establecer lmites en el mximo tiempo de retardo.
La figura 5 muestra una serie de caractersticas en el caso Asociacin de software.
En la parte superior izquierda de la seleccin de eventos individuales, identificados por nombre y tipo de evento,
puede ser marcado como 'causa' o
"Efecto", y el perodo de tiempo de inters puede ser especificado. La combinacin de la resolucin de tiempo y
'Count' definen el mximo
Retardo de tiempo que puede ser considerado. Tabulacin de resultados gua al usuario a travs de una
validacin Injector-Producer bien par
Lista resultando eventualmente en la pareja estn marcadas en la primera columna como "Vlido".
Al llevar a cabo las tareas de validacin, el usuario, o un sistema automatizado de rutina, reconozca que una
asociacin es uno realista
Que supera la coincidencia accidental que pudiera surgir de forma aleatoria el solapamiento entre las dos
secuencias de eventos. Puede haber
En caso de fluctuaciones de densidad entre diferentes pocas y a travs de los cambios de rgimen, por lo que se
requiere es una eleccin inteligente para antes
Subdivisin de la escala de tiempo operacional total disponible. La figura 6 muestra los eventos en dos
pozos de produccin, P110 y P111. El
Desajuste aparente en los eventos entre los dos pozos podra sugerir que un enfoque diferente o subdivisin en
diferentes
Un multiplicador de umbral de dos suele ser eficaz en la separacin vlida del azar o las asociaciones
accidentales. Esto significa que
El apoyo para el partido deben tener al menos dos veces tan grande como el valor que se esperara de una
alineacin aleatoria
Los eventos que estn vinculados puede ser mostrado en la lnea de tiempo. La figura 7 muestra un muy buen
partido entre un pozo de produccin P01
(Aumentar el evento (amarillo) y un pozo de inyector I01 (en caso (verde). Anteriormente la figura 4
demuestra cmo los pares de eventos son
Marcado de a uno por vez, la conexin roja con los atributos de resaltado tanto la causa como el efecto
de eventos.
Figura 7. El aumento casi perfecta coincidencia asociativa para un inyector - Productor bien par
Extendido sobre la base de constante anlisis en tiempo real. Este fue el predecesor aplicacin TDWF.
Cuando BP lanz su campo de la tecnologa del futuro Buque insignia en 2005, uno de sus temas principales de
investigacin fue en tiempo real
Gestin del rendimiento del depsito". Uno de los primeros proyectos examin qu tipos de tcnicas de modelacin pueda
Sentido de depsito de datos de vigilancia de produccin sin recurrir a ningn "bottom-up", el uso de modelos basados en la
fsica. Cuatro
Proveedores, cada uno con diferentes metodologas, evalu los primeros tres aos de datos operativos de un
complejo multi-averiadas
El depsito. Complicar el anlisis fueron los cambios en el nmero y tipo de pozos como una transicin fue
realizada a partir de la inicial
Fase de agotamiento puro pronto a una inundacion de agua. Gas lift comenz a ser utilizado en algunos de los pozos productores.
El 'event based'
Anlisis era la mejor tecnologa. Los otros tres mtodos fueron las redes neuronales, redes Bayesianas, y minera
de datos. EDA
Era fcil de aplicar y lo suficientemente flexible como para que su enfoque podra ajustarse fcilmente a diferentes pozos, bien
diferente
Emparejamientos, diferentes tipos de eventos y los diferentes perodos de tiempo. Tambin es posible analizar los
diferentes regmenes y pocas o
Los eventos que marcan la transicin de inyeccin gas a OFF, y prpura eventos indicando como
inyeccin de gas).
Figura 8. Las tendencias en el tiempo y sucesos para gas cclica alternando entre la inyeccin y ventas
El equipo de gestin de depsito quera examinar los datos para decidir si continuar o modificar este
paradigma operativo.
Anlisis de eventos era apropiada, ya que la historia operacional contenidas muy grande, sin
ambigedades, perturbacin de entrada de eventos.
Como el anlisis procedi, qued claro que el evento real 'count' fue muy baja, una 'start' y 'Stop' por evento
Anual. Esto ilustra la interaccin entre el nmero total de eventos y su magnitud. Un alto recuento de
relativamente pequeo
Eventos de inyeccin puede correr el riesgo de un bajo nivel de apoyo si la respuesta al productor est por debajo del nivel de
deteccin fiable.
A la inversa, un bajo recuento de grandes eventos puede fallar al sobrepasar un umbral razonable "sorpresa" (es
decir, el multiplicador anterior que a
Se espera de asociacin puramente aleatorios). Como consecuencia de ello, incluso un solo partido de un pequeo
nmero de candidatos
Podra fcilmente superar el umbral de sorpresa. Finalmente, pudimos concluir que un cambio en la estrategia de funcionamiento
fue
Recomendado. Esto tuvo un impacto positivo neto en la corriente de ingresos del activo.
El ejemplo anterior muestra que la deteccin de eventos y de flujo de trabajo de asociacin podra
complementar otros tipos de anlisis.
Hemos combinado la EDA con la tecnologa CRM como una validacin de la clave de paso en la entrega
de arriba a abajo de inundacin. Trabajando A partir de los mismos datos operativos, pero si se utilizan
en distintas formas, el modelo de CRM deriva su rendimiento del pozo
Utilizando los parmetros de estimacin no lineal. A continuacin, EDA, centrndose en los
acontecimientos revelados en las perturbaciones transitorias de la
Wells, independientemente comprueba y valida que el anlisis. TDWF utiliza tanto herramientas y proporciona una
interpretacin visual de la
Los datos, los acontecimientos y los resultados de los modelos. En TDWF implementaciones, la supervisin de
activos los ingenieros han utilizado el embedded, integrado
Kit de herramientas EDA para validar sus resultados de CRM y apoyar su seleccin de los ms adecuados y inyector
estadsticamente vlido
Productor y conexiones. Jahangiri et al. (2014) muestran cmo pueden combinarse con TDWF depsito
convencional "de abajo
Mtodos de arriba", tal como se explica en la introduccin, para dar una completa comprensin de
cmo los inyectores y los productores trabajan
Juntos en el depsito la produccin.
La figura 9 muestra cmo el EDA puntuaciones pueden ser representados visualmente al usuario, que puede ver de
un vistazo, usando el 'Boston
Plaza de la pantalla, qu proporcin de los pares estn bien en mal acuerdo (rojo/amarillo cuadrados) con
resultados de CRM. La tabla
Debajo de la plaza muestra qu bien pares realmente corresponden a los porcentajes de fuera de la diagonal, es
decir, los que son
El valor de cada etiqueta. Si el umbral de cambio est establecido en, o por omisin, un valor
demasiado grande, entonces muchos cambios sutiles en el original
Los datos se perdern. Tanto el conteo y resolucin precisa en el momento de los hechos se vern
afectados negativamente.
En frente, el enfoque positivo es no-paramtrica y robusto para algunos tipos de aforadores error. Por ejemplo, el
sesgo (offset) y
Una ligera desviacin en el manmetro no son importantes en la sealizacin de eventos basados en una sola
medicin en la etiqueta. Obviamente, si cualquiera de los dos tipos de
Error es excesivo, puede resultar en los aspectos ms complejos del suceso marcado rompiendo la
lgica, por ejemplo, si un rgimen test
Se basa en el indicador informa valor, la operacin puede ser asignado al rgimen errneo con consecuencias para
el EDA
El anlisis.
El uso de eventos para investigar un proceso es susceptible a un diseo de experimentos (DoE) de enfocar la tarea
de proceso.
La identificacin. Un flujo de trabajo de DoE tendern tambin a poblar la lnea de tiempo con un nmero adecuado
de eventos. El
La cooperacin de los operadores estaran obligados a conducir un estudio del DOE, pero normalmente
son disuadidos de hacer
Cambios una vez una constante, ptimo y se ha logrado. En otras situaciones, el analista podra notar
que un alto.
La proporcin de los datos de series de tiempo est generando intra-bien hechos. Esto sugerira una
verdadera situacin operacional que podra
Se benefician de un seguimiento, ya que un bien afinado activo no debe requerir frecuentes
intervenciones del operador.
La advertencia normal que la correlacin no implica causalidad debe ser siempre considerado. Los
operadores a menudo procuran
Minimizar los aplazamientos por intentar llevar los pozos de produccin en marcha atrs tan pronto como sea posible despus de
una interrupcin en la
La produccin. Tambin son propensos a favor de una determinada secuencia de inicio, por ejemplo, retrasando la
alta corte de agua de pozos en favor de baja.
Esto conduce a comportamientos altamente correlacionadas en el 'ON' y 'Aumentar' tipos de eventos.
Desanimados ser a menudo altamente
Correlacionado demasiado. La razn ms evidente es que una plataforma viaje resultar en todos los
pozos de apagar al mismo tiempo.
Los siguientes desafos permanecen en cada uno de los pasos en el flujo de trabajo bsico:
Actualmente, la seleccin y el paso podra ser visto como una combinacin de arte con algunos
cientficos.
Asociacin puntajes sern
Sensible a los emparejamientos considerado. Antes de la implementacin de cualquier estudios de
rastreo o el desarrollo de un
Historia-coincidentes, el modelo y las opciones de emparejamiento no estar en condiciones de
beneficiarse de las ideas que surjan. Este
Elegir un perodo de tiempo implica compensaciones si la historia reciente, el mejor conjunto de datos
Los acontecimientos. Los autores han abordado este problema de dos maneras. Uno
involucra la consideracin de hechos aislados en ambos
Inyectores y productores con particular nfasis en el inyector particularmente raros eventos que tienen
lugar en un
De manera aislada. El segundo mtodo implica la separacin de los eventos contemporneos por la
consideracin del tiempo
Los retrasos.
El proceso de marcado de sucesos no est completamente automatizado. Hay estrategias
que eviten el inconveniente.
La necesidad de formular una complicada funcin objetiva.
La confianza o la proporcin de productor de eventos que estn correctamente asociado con incluso un
prometedor inyector
Eventos del pozo es relativamente baja. Es posible aumentar considerablemente esta puntuacin
invirtiendo la causa-Unidades de respuesta
Lnea. Teniendo una visin retrospectiva, basado en la cantidad y distribucin de los eventos resultantes
en la lnea de tiempo, puede conducir un
Decisin de segmento ms el anlisis. Mayor complejidad surge de las acciones del operador en cualquier
productor a aumentar o
Disminuya su nivel de compras que tengan un impacto en el balance de masa del depsito y la presin local. Esta
influencia puede potencialmente
Otros productores.
Ampliando el mbito de aplicacin de los anlisis bsicos que es el objeto de este documento de soporte habituales
han aumentado de estadsticas
30% a ms del 80%. Tambin tenemos pruebas desde las primeras pruebas que el apoyo general
estadstica puede hacerse para acercarse a la
Lmite terico de 100%. Esto cumple con el requisito de que cada evento de produccin debe tener una
causa.
Los complejos acontecimientos verdaderamente supondr ms criterios, tales como 'el tiempo invertido en un
estado', lo que el estado anterior haba sido, y
Lo que las transiciones de estado son realmente vlidos. Tales duraciones y comportamiento de conmutacin,
afirm a partir de leyes fsicas u operativa
Reglamento dar una explosin exponencial de posibles estados del sistema y por lo tanto proporcionan el teln de
fondo para el desarrollo de un
Modelado.
La avera de los equipos es otro importante problema de negocios. El desafo clave para cualquier
anlisis, es que la formacin de datos
Desgloses real ser bastante escasa. Esto sugiere que un enfoque diferente ser necesario, sino que est ms all de la
Los autores han descrito una potente tcnica basada en eventos que ha aportado valor a varios activos de BP por
mejorar la
Representacin de arriba a abajo de la inyeccin y su apoyo a la produccin de los pozos. La tcnica se ha
automatizado en cierta tecla
Aspectos. Es rpido de aplicar, objetiva y capaz de extensin. Tambin es adecuado para la generalizacin de una
serie de
Los conjuntos de datos operativo ms all del depsito ejemplos descritos en el documento.
Los autores creen que cualquier sistema de entradas y salidas que demuestra comportamiento
repetible se adherir al eventoBasa su anlisis. Los sistemas, como TDWF, que puede llevar a cabo el anlisis de los datos, se beneficiarn del
uso de datos histricos para revelar
Es un campo activo de la computacin con "Big Data" que parece dominar prcticas aplicaciones de
procesamiento de petrleo y gas en el
Un futuro muy cercano.
Resumen:
BP tiene un alcance limitado, la exitosa implementacin de un no-paramtrica de deteccin de
eventos y capacidad denominada Association (EDA).
La tecnologa se asemeja a 'Mercado Basket Analysis' las herramientas utilizadas para llevar a cabo evaluaciones
de tema conjuntos asociativos. Variaciones
Desde el enfoque analtico original se han encontrado necesario antes de la EDA tcnicas podran utilizarse para
resolver mundo real
Problemas de petrleo y gas. Estos cambios se basan en las leyes fsicas fundamentales tales como la
conservacin de la masa y el reconocimiento
Que los sistemas de relevancia contienen todos los retardos de tiempo entre los "elementos" que deben ser
probados para la asociacin. Comprende parte de EDA
De un conjunto de herramientas conocidas colectivamente como de arriba a abajo de inundacin (TDWF
Diagnstico y optimizacin). Es un TDWF top
Kit de herramientas de simulacin de yacimientos abajo capaz de desarrollar un depsito estadsticamente vlida
representacin basada puramente en
Los datos operacionales junto con un conjunto limitado de datos de configuracin (x,y la ubicacin de
los pozos es requerido). Aporta una EDA
Validacin independiente de la resistividad de capacitancia Model (CRM) usando los mismos datos procesados
para extraer causal
Eventos en los inyectores y la respuesta retardada de los eventos en los pozos de produccin. Al estudiar la
correlacin basada en el tiempo de estos
Eventos de entrada y salida del modelo bsico de CRM TDWF es confirmado o tiene sugerencias para mejorar su
prediccin o capacidad.
Los primeros estudios sobre tres embalses, cuando se combina con el conocimiento de los proveedores de cuatro
diferentes tecnologas, basadas en datos confirmados.
La solidez de EDA. Una implementacin de prueba limitada seguida en cuatro regiones en las que opera.
Los estudios de usuarios generan ideas y mejorar el diseo de productos y capacidades. EDA puede ofrecer
ideas en bien de la conectividad
Subsuperficie. A partir de los datos de trabajo solo EDA puede incluso aproximarse a las conclusiones de un
estudio de rastreo mucho ms caro y entregar estos conocimientos en un tiempo muy corto y a una
Referencias
Banerjee, J.C. Teora de la Gestalt de la percepcin, Diccionario Enciclopdico de trminos
psicolgicos, M.D. Publicaciones, 1994.
Depsito convencional de los mtodos de vigilancia para la gestin del rendimiento de inundacin en
el Mar del Norte,
SPE presentados en la Conferencia y Exhibicin de Energa Inteligente, 1-3 de abril de 2014, Utrecht,
Pases Bajos.
D. Larose, Descubrimiento de Conocimiento en datos, Nueva York: Wiley-Interscience, 2005.
S. Ziegel Shirzadi, E. y R. Bailey, minera de datos y anlisis predictivo transforma datos en
barriles, SPE, present 163731
SPE en la Conferencia y Exhibicin de energa Digital, 5-7 de marzo de 2013, The Woodlands, Texas,
EE.UU..
G. Watts, O. Barkved, J. Dickens, matrices ssmica permanente y su lugar en el campo petrolfero, SPE
Digital 99827, presentado en
El SPE Intelligent Energy Conferencia, 11-13 de abril de 2006, Amsterdam, Pases Bajos.
A. Yousef, P. Gentil, L. Jensen, y L. Lago, un modelo de capacitancia para inferir inter-bien desde la produccin y
conectividad
Las fluctuaciones de la tasa de inyeccin, SPE Evaluacin del depsito y la ingeniera, Volumen 9, Nmero 6,
2006.
sigla: pet-420
Fecha: 30/05/2016.
Universitario: zamir Scott Avendao Prez