Apprendimento automatico e ingegneria petrolifera
Uitgelicht
|
56,75 |
Naar shop
|
|
59,99 |
Naar shop
|
Beschrijving
Bol
Questo lavoro è ambientato nel contesto del giacimento petrolifero di Volve nel Mare del Nord (Norvegia) e affronta il problema cruciale di prevedere e ottimizzare la produttività dei pozzi petroliferi. Poiché il settore petrolifero è strategico, è essenziale sviluppare modelli robusti per massimizzare la produzione riducendo al minimo i costi e l'impatto ambientale. L'obiettivo centrale è quello di sviluppare modelli di previsione robusti utilizzando algoritmi avanzati di apprendimento automatico. In particolare, si vuole dimostrare la potenza dell'accoppiamento del Deep Learning con la simulazione del flusso dei fluidi. Inoltre, lo studio esamina lo sviluppo di modelli matematici di previsione utilizzando il metodo della superficie di risposta, cercando di ottimizzare i parametri di produttività dei pozzi.
Questo lavoro è ambientato nel contesto del giacimento petrolifero di Volve nel Mare del Nord (Norvegia) e affronta il problema cruciale di prevedere e ottimizzare la produttività dei pozzi petroliferi. Poiché il settore petrolifero è strategico, è essenziale sviluppare modelli robusti per massimizzare la produzione riducendo al minimo i costi e l'impatto ambientale. L'obiettivo centrale è quello di sviluppare modelli di previsione robusti utilizzando algoritmi avanzati di apprendimento automatico. In particolare, si vuole dimostrare la potenza dell'accoppiamento del Deep Learning con la simulazione del flusso dei fluidi. Inoltre, lo studio esamina lo sviluppo di modelli matematici di previsione utilizzando il metodo della superficie di risposta, cercando di ottimizzare i parametri di produttività dei pozzi.
AmazonPages: 104, Paperback, Edizioni Sapienza
Prijzen voor het laatst bijgewerkt op: