数据驱动分析技术在页岩油气藏中的应用

《数据驱动分析技术在页岩油气藏中的应用》致力于探讨油气数据分析在页岩油气藏管理和生产运营中的应用，阐述如何利用不断产生的勘探开发数据创建持续学习系统，深入认识页岩油气开发过程并对未来运行产生积极的影响。
《数据驱动分析技术在页岩油气藏中的应用》主要内容包括页岩油气生产模拟、页岩油气数据驱动分析方法（人工智能、数据挖掘、神经网络、模糊逻辑、进化计算和聚类分析）、敏感性和产量主控因素分析、组合地应力测井、产量递减分析扩展应用、页岩油气生产优化、数值模拟和智能代替、页岩油气藏建模和页岩油气井重复压裂。同时对大量页岩油气井完井实践进行了讨论，利用大量示例和程序代码叙述了数据驱动分析的操作流程。
《数据驱动分析技术在页岩油气藏中的应用》可为科研院所、高校、油气公司等从事页岩油气勘探开发相关人员提供参考。

第1章 概述
1.1 页岩革命
1.2 传统建模
1.3 范式转移
第2章 页岩油气生产模拟
2.1 页岩储层模拟
2.2 天然裂缝网络系统
2.3 页岩天然裂缝网络系统
2.4 页岩中天然裂缝的新假说
2.5 页岩天然裂缝网络系统的重要性
2.6 “硬数据”和“软数据”
2.7 页岩储层模拟与建模研究现状
2.8 显式水力裂缝建模
2.9 储层改造体积
2.10 微地震
第3章 页岩分析
3.1 人工智能
3.2 数据挖掘
3.3 人工神经网络
3.4 模糊逻辑
3.5 进化优化
3.6 聚类分析
3.7 模糊聚类分析
3.8 有监督模糊聚类分析
第4章 实际影响因素
4.1 物理学与地质学在页岩数据分析中的作用
4.2 相关性不同于因果关系
4.3 数据的质量控制和质量保证
第5章 页岩油气产量控制因素
5.1 传统认识
5.2 页岩储层质量
5.3 粒度
5.4 完井和储层参数的影响
第6章 地质力学测井曲线重构
6.1 岩石的地质力学性质
6.2 地质力学测井
6.3 合成模型的发展
6.4 模拟后分析
第7章 递减分析方法的拓展应用
7.1 递减分析方法及其在页岩储层中的应用现状
7.2 不同递减分析方法的对比
7.3 递减分析方法在页岩储层中的拓展应用
7.4 页岩数值分析与递减分析
第8章 页岩油气生产优化技术
8.1 数据集
8.2 油气井生产动态/压裂复杂性
8.3 井质量分析
8.4 模糊模式识别
8.5 关键绩效指标
8.6 预测建模
8.7 敏感性分析
8.8 生成典型曲线
8.9 回溯分析
8.10 服务公司绩效评估
第9章 页岩数值模拟与智能代理
9.1 页岩油气井生产数值模拟
9.2 案例分析：马塞勒斯页岩
9.3 智能代理建模
第10章 页岩全尺度储层建模
10.1 数据驱动油藏建模简介
10.2 马塞勒斯页岩数据
10.3 建模前期数据挖掘
10.4 全流程建模
第11章 页岩油气井重复压裂
11.1 重复压裂后备井优选
11.2 重复压裂设计
参考文献
附录A 单位换算表