石油生産フィールドにおける生産予測のための統合人工知能モデリング

本論文では、コロンビアの石油フィールドにおける石油、水、ガスの生産を予測するために、2つの人工知能（AI）モデルを組み合わせた方法論の結果を示します。ファジィ論理（FL）と人工神経ネットワーク（ANN）を組み合わせることで、新しいデータマイニング手法が実施され、データ補完戦略が含まれています。FLツールは、各井戸の生産モデルに含めるのに最も有用な変数やパラメータを決定します。データマイニングプロセスの後に、ANNとFIS（ファジィ推論システム）の予測モデルの特定が行われます。FISモデルは特定の挙動を予測することができる一方で、ANNモデルは平均的な挙動を予測することができます。両方のツールを少数の反復ステップの下で組み合わせて使用することで、井戸の挙動の予測を改善し、特定の精度レベルに到達することを可能にします。提案されたデータ補完手法は、典型的な石油生産フィールドのモデルを特定するために使用される操作データの誤りを修正するか、無効な位置を補完するための重要な要素です。最終的に、各井戸の生産物に対して2つのモデルが得られ、流体相の生産の最も正確な予測を提供する興味深いツールが形成されます。