Prediction of Sand Production from Oil and Gas Reservoirs in the Niger Delta Using Support Vector Machines SVMs: A Binary Classification Approach
Notice bibliographique
Résumé
Abstract Sand production is one of the critical research subjects in the petroleum industry. In the oil and gas industry, the production of sand particles associated with the reservoir hydrocarbons has become one of the most common problems a well may experience during reservoir lifetime. Sand production occurs in many fields across the world. This is easily seen in wells in the Niger Delta, Gulf of Mexico, Oman, Canada, Venezuela, Indonesia, Egypt, Trinidad and myriads of other places prolific to sanding. Managing sand production and ultimately its control in the oil and gas industry has been more or less a recurring problem. To fully understand the nature of sanding in an ingenuous way for sand control strategy, it is necessary to predict the conditions at which sanding occurs. Because so much have not been done in the implementation of the support vector machines for the prediction of the sanding onset in petroleum reservoirs, we are, for the first time, applying a robust approach, a binary classification problem approach for the prediction of sanding onset in petroleum reservoirs in the Niger Delta Region. By and Large, for the first time, the support vector machines (SVMs) classification approach, is used to identify whether sand will be produced or not in a hydrocarbon reservoir. The model presented in this paper takes into account different parameters (rock, fluid, geotechnical and other data) that may play a role in sanding. The performance of the proposed SVM model is verified using field data. It is shown that the developed model can accurately predict the sand production in actual field conditions. The results of this study indicate that the implementation of SVM methodology can effectively help engineers to make a proactive sand control plan with insignificant impairment to hydrocarbon production from subsurface reservoirs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».