| Карточка | Таблица | RUSMARC | |
|
|
Жуков, Артём Александрович. Применение деревьев решений для подбора скважин-кандидатов при планировании гидроразрыва пласта = Using decision trees to select candidate wells for hydraulic fracturing planning: выпускная квалификационная работа бакалавра: направление 16.03.01 «Техническая физика: техническая физика в нефтегазовых технологиях» / А. А. Жуков; научный руководитель Л. Н. Воронкова; Тюменский государственный университет, Школа естественных наук. — Тюмень, 2025. — 1 файл (1,3 Мб). — Загл. с титул. экрана. — Доступ по паролю из сети Интернет (чтение). — Adobe Acrobat Reader 7.0. — <URL:https://library.utmn.ru/dl/Module_VKR_Tyumen/ShEsN/2025/vr25-2225.pdf>. — Текст: электронныйДата создания записи: 28.10.2025 Тематика: гидроразрыв пласта; гтм; скважина-кандидат; машинное обучение; дерево решений; мини-грп; успешность грп; анализ данных; feature importance; hydraulic fracturing; gtm; candidate well; machine learning; decision tree; mini-frac; frac success; data analysis; feature importance Коллекции: Выпускные квалификационные работы Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
В работе выполнено исследование успешности гидроразрыва пласта (ГРП) на основе анализа промысловых данных. Построена модель машинного обучения с использованием дерева решений для прогнозирования увеличения дебита нефти более чем на 20% после мероприятия.
The paper presents a study of the success of hydraulic fracturing (HF) based on the analysis of field data. A machine learning model using a decision tree is constructed to predict an increase in oil production by more than 20% after the event.
Права на использование объекта хранения
| Место доступа | Группа пользователей | Действие | ||||
|---|---|---|---|---|---|---|
| ТюмГУ | Все |
|
||||
| Интернет | Читатели |
|
||||
|
Интернет | Анонимные пользователи |
Оглавление
- a97e8fd5b3a69f1c1d82f09229a65e9a9831168690cee6ec4a482985aeec2a41.pdf
- fe1bcbcbd8494a43dcf7271e23439434eca73781e490f7be6535b79bc45c38c0.pdf
Статистика использования
|
|
Количество обращений: 0
За последние 30 дней: 0 Подробная статистика |