Creazione di modelli predittivi avanzati - Caso di studio su petrolio e gasQuesto studio di caso utilizza JMP e JMP Pro per individuare parametri geologici e di completamento ottimali nei processi upstream del settore petrolifero e del 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 (materiale di sostegno) nel processo
- Comprendere la risposta di interesse: quantità lorda di petrolio e gas prodotta da un pozzo specifico nell'arco di un anno.
- Comprendere i fattori di studio
- Fattori controllati (20 parametri di completamento, quantità di materiale di sostegno, profondità di perforazione del pozzo, numero di stadi di completamento, lunghezza laterale del pozzo)
- Fattori pseudo-controllati (parametri di posizione, 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 predittivo per identificare i predittori significativi tra tutti i fattori
- Classifica tutti i predittori utilizzando Bootstrap Forest
- Costruisci un modello utilizzando Fit Model per sviluppare rapidamente modelli lineari semplici e complessi utilizzando varie tecniche di adattamento, parametri del modello e impostazioni aggiuntive, inclusi effetti casuali
- Costruire il modello dei minimi quadrati standard (JMP)
- Costruire un modello di regressione graduale (JMP)
- Costruire un modello di regressione logistica (JMP)
- Utilizzare la regressione generalizzata (Pro) per creare set di testo, di convalida e di addestramento e quindi modellare dati correlati e ad alta dimensionalità
- Utilizzare JMP Pro per adattare un modello di ensemble mediante la media di molti alberi decisionali
- Guarda come ogni suddivisione considera un sottoinsieme casuale dei predittori
- Utilizzare Prediction Profiler per identificare il punto di rendimenti decrescenti
Modellazione statistica avanzata
