Creazione di modelli predittivi avanzati: caso di studio su petrolio e gasQuesto caso di studio utilizza JMP e JMP Pro per trovare parametri geologici e di completamento ottimali nei processi upstream di petrolio e gas (identificazione, estrazione e produzione di materie prime).
Scopri come:
- Comprendere l'obiettivo dei modelli: determinare il punto di rendimento decrescente per l'utilizzo di materiale solido aggiuntivo e costoso (proppant) nel processo
- Comprendere la risposta di interesse: quantità lorda di petrolio e gas prodotta da un particolare pozzo nell'arco di un anno.
- Comprendere i fattori dello studio
- Fattori controllati (20 parametri di completamento, quantità di sostegno, profondità di perforazione del pozzo, numero di fasi di completamento, lunghezza laterale del pozzo)
- Fattori pseudo-controllati (parametri di localizzazione, contea, latitudine, longitudine)
- Fattori incontrollati (23 parametri geologici, facies, spessore del serbatoio, porosità e permeabilità, carbonio organico totale (TOC))
- Preparare i dati per l'analisi
- Gestire i valori mancanti utilizzando l'imputazione
- Utilizzare lo screening dei predittori per identificare i predittori significativi tra tutti i fattori
- Classifica tutti i predittori utilizzando Bootstrap Forest
- Costruisci modello utilizzando Stima modello per sviluppare rapidamente modelli lineari da semplici a complessi utilizzando varie tecniche di adattamento, parametri del modello e impostazioni aggiuntive inclusi effetti casuali
- Costruisci il modello dei minimi quadrati standard (JMP)
- Costruisci il modello di regressione graduale (JMP)
- Costruisci il modello di regressione logistica (JMP)
- Utilizza la regressione generalizzata (Pro) per creare set di testo, convalida e training e quindi modellare dati correlati e ad alta dimensione
- Utilizza JMP Pro per adattare un modello di insieme calcolando la media di molti alberi decisionali
- Scopri come ciascuna suddivisione considera un sottoinsieme casuale di predittori
- Utilizza Prediction Profiler per identificare il punto di rendimento decrescente
Modellazione statistica avanzata
