Maschinelles Lernen und Erdöltechnik

Diese Arbeit ist im Kontext des Volve- lfelds in der Nordsee (Norwegen) angesiedelt und befasst sich mit dem entscheidenden Problem der Vorhersage und Optimierung der Produktivit t von lquellen. Da der lsektor von strategischer Bedeutung ist, ist die Entwicklung robuster Modelle zur Maximierung der Produktion bei gleichzeitiger Minimierung der Kosten und der Umweltauswirkungen von entscheidender Bedeutung. Das zentrale Ziel hier ist die Entwicklung robuster Vorhersagemodelle unter Verwendung fortschrittlicher Machine-Learning-Algorithmen. Genauer gesagt soll die Leistungsf higkeit der Kopplung von Deep Learning mit der Simulation von Fl ssigkeitsstr mungen demonstriert werden. Dar ber hinaus befasst sich die Studie mit der Entwicklung mathematischer Vorhersagemodelle unter Verwendung der Methode der Antwortfl chen, wobei gleichzeitig versucht wird, die Parameter f r die Bohrlochproduktivit t zu optimieren.