使用體積信息（鹽礦的地理坐標和深度）對產量進行建模你好，
我們有客戶使用注入器和提取器從礦井中提取鹽分。 他們有註入器和提取器的坐標（緯度/經度）、管道深度、礦井深度、鹽礦脈厚度、到礦脈邊緣的距離……他們希望根據時間對產量進行建模關於提取器坐標和前面提到的信息，這似乎是一個空間（因為深度是關鍵的體積）建模。 那可能嗎 ？天然氣和石油領域的任何例子？
謝謝您的幫助。
伊曼紐爾
回复：利用體積信息（鹽礦的地理坐標和深度）對產量進行建模@Emmanuel_Romeu ，您所描述的問題與我們在石油和天然氣行業中處理的問題非常相似。 水平鑽井正在成為常態，因此井口的緯度/長度變得不如井的篩分部分的緯度/長度（和深度）重要。 雖然使用不同的方法來提取介質，但鹽提取和油氣井完井參數之間似乎也有許多相似之處。 O&G 中最流行的模型都是基於機器學習的，優先使用神經網絡和引導森林。 神經網絡現在很“時髦”，但我在引導森林方面取得了更高的成功。 人們對 XGBoost 的興趣越來越大，但它是區塊鏈上的新生事物，並不廣為人知，但在這種情況下可能會有用。 如果有幫助的話，我有越來越多的 O&G 數據集。
