{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2023,8,29]]，“日期-时间”：“2023-08-29T10:14Z”，“时间戳”：1693304054446}，“引用-计数”：36，“发布者”：“威利”，“问题”：“6”，“许可证”：[{“开始”：{--“日期部件”：[2021,11,20]]，”日期-时间“：”2021-11-20 T00:00:00Z“，”时间戳“：1637366400000}，“content-version”：“am”，“delay-in-days”：365，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#am”}，{“start”：{“date-parts”：[[2020,11,20]]，“date-time”：“2020-11-20T00:00:00Z”，“timestamp”：160583040000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http:\\/onlinelibrary.wiley.com/条款和条件#vor“}]，“出资人”：[{“DOI”：“10.13039\/1000000203”，“name”：“U.S.Geological Survey”，“doi-asserted-by”：“publisher”，”id“：[{”id“:“10.13029\/10000002003”，“id-type”：“doi”，“asserted-by”：”publisher“}]}]，“content-domain”：{“domain”:[“onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“shortcontainer-title”：[“统计分析”]，”published-print“：{”date-pat rts“：[[2021,12]]}，“摘要”：“摘要<\/jats:title>地质学家和石油工程师一直在努力确定驱动水平水力压裂油井生产力的机制。将随机森林（RF）、梯度增强树（GBT）和极端梯度增强（XGBoost）的机器学习算法应用于包含2010年至2017年在巴肯组中段钻取的7311口水平水力压裂井的数据集。最初的目标是使用这些数据驱动的机器学习算法来识别九个分区和复合区域内油井产能的最重要解释性预测因子。代表初始天然气产量、初始180 \u2010天含水率和垂直深度的预测变量在空间上发生变化，并确定为地质有利区域。2010井完井预测因素包括井侧长度、压裂级数、每级支撑剂体积和每级注入流体体积。基于一个常见的测试样本比较了这些方法的性能。然后，分析检验了这三种算法对1330口井的对比预测性能，这些井在最初的7311口井样品生产后开始生产。预测值重要性的计算表明，2010年第180天的初始含水率和2010年第30天的初始产气量预测值在大多数分区和复合区域中具有主导影响。完井预测变量的相对重要性，即每口井的压裂级数、每级注入支撑剂的体积、每级的注入流体的体积和横向长度，在整个分区中都有很大的差异。对于普通测试或保持样本，使用XGBoost算法校准的模型具有更好的预测能力。当用在该时期结束后开始生产的井的样本进行测试时，根据原始样本的数据训练的所有算法的预测能力都受到了一些损失。结论部分讨论了实证结果的含义以及减轻预测能力损失的策略<\/jats:p>“，”DOI“：”10.1002\/sam.11487“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,11,20]]，”date-time“：”2020-11-20T23:01:52Z“，”timestamp“：1605913312000}，”page“：，“标题”：[“用于识别Bakken油井生产率驱动因素的机器学习方法比较“]，”前缀“：”10.1002“，”卷“：”14“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0001-6845-7160“，”authenticated-ORCID“：false，”给定“：”Emil D.“，”family“：”Attanasi“，”sequence“：”first“，”affiliation“：[}”name“：”美国弗吉尼亚州莱斯顿地质调查局地质、能源和矿产科学中心“}]}，{“given”：“Philip A.”，“family”：“Freeman”，“sequence”：“additional”，“affiliation”：[{“name”：“美国弗吉尼亚州雷斯顿地质调查院地质、能源与矿产科学中心”}]}，{”given“：”Timothy C.“，”family“：”Coburn“，”sequence“：”additional“，”affiliation“：[{”name“：”美国塔尔萨-塔尔萨大学能源经济、政策和商业学院“}]}]，”member“：”311“，”published-online“：{”date-parts“：[[2020,11,20]]}，”reference“：[}”key“：”e_1_2_7_2_1“，”doi-asserted-by“：”publisher“，by“：”crossref“，”非结构化”：“J.D.Baihlyet al.Bakken页岩达到经济阶段了吗？2012年SPE碳氢化合物经济与评估研讨会论文集（卡尔加里·阿尔伯塔2012），德克萨斯州SPE Richardson Texas 2012，第23页。https://doi.org\/10.2118\/159683\u2010MS“，”doi“：”10.2118\/15683-MS“}，{“key”：“e_1_2_7_4_1”，“doi-asserted-by”：“publisher”，”doi:“10.1007\/s11053\u2010019\u201009559\u2010”}，“{”key“：”e_1_i_7_5_1“，”doi-as由“：”插入publisher“，”DOI“：”10.1023\/A:1010933404324“}，{“key”：“e_1_2_7_6_1”，“volume-title”：“分类和回归树”，“author”：“Breiman L.”，”年份“：”1984“}”，{”key“：”e_1_i_7_7_1“，“DOI-asserted-by”：“crossref”，《非结构化》：“T.Chen和C。Guestrin XGBoost：一个可扩展的树增强系统第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集KDD\u201816 2016年纽约，第785\u2013794页。“，”DOI“：”10.1145\/2939672.2939785“}，{“key”：“e_1_2_7_8_1”，“unstructured”：“T.Chen等人。极端梯度增强：Package\u2018xgboost\u2019 R Package Version 0.90.02 2019可从以下网址获得：http://\/CRAN.R\u2010project.org\/Package=xgboost“}，{“key”：“e_1_2_7_9_1”，“doi-asserted-by”：“publisher”，”doi“：”10.2139 \/ssrn.2481321“}”，{”key“：”e_1_i_7_10_1“，”doi-assert-by“：”publisher“，“doi”：“10.1017\/S1068280100136“}，{”键“：”e_1_2_7_11_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1214\/aos\/101323451“}，{“key”：“e_1_2_7_12_1”，“doi-assert-by”：“publisher”，“doi”：“10.1016\/S0167-9473（01）00065-2”}，“key“：”e_1_i_7_13_1“。2013年蒙大拿州北达科他州和南达科塔州威利斯顿盆地省巴肯组和三叉组未发现石油资源评估美国地质调查局2013年概况介绍\u20103013第4页，网址：http://pubs.usgs.gov\/fs\/2013\/3013\/fs2013\u20103023.pdf。“，”DOI“：”10.3133\/fs20133013“}，{”key“：”e_1_2_7_14_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1306\/08131414051”}，“key”：“e_1_i_7_15_1”，“unstructured”：“B.Greenwell et al.gbm:通用增强回归模型R包2019年第2.1.5版，可在ttps:\/\/CRAN.R\u2010project.org\/package=gbm”}上找到“，”DOI-asserted-by“：”publisher”，“DOI”：“10.1007\/978-0-387-84858-7”｝，｛“key”：“e_1_2_7_1”，“非结构化”：“IHS Markit ENERDEQ美国油井数据IHS Markit在线数据库，可从IHS Markit Energy Upstream 15 Inverness Way East D205 Englewood CO 80112 2018获得。”｝，｛“key”：“e_1_2_7_18_1”，“非结构化”：“IHS Markit ENERDEQ美国油井数据：可从HIS Markit Energy Upstream 15 Inverness Way East D205 Englewood CO 80112 2020获得IHS Markit在线数据库。“}，{“key”：“e_1_2_7_19_1”，“unstructured”：“G.Luo等人。巴肯页岩中使用机器学习进行生产优化URTeC:2902505:论文编写的非常规资源技术会议（2018年休斯顿）2018年7月23日\u201325日。https://\/doi.org\/10.15530\/URTeC\u20102018\u20102902505“}，{“key”：“e_1_2_7_20_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.apenergy.2017.038“}”，{”key“：”e_1_2_7_21_1“，”非结构化“：”D.Nielsen Tree Boosting With XGBoost\u00a0\u2013\u00a为什么XGBoost赢得\u201cEvery\u201d机器学习竞赛？挪威科技大学2016年硕士论文可在以下网址查阅：http:///ntnuopen.ntnu.no//ntnu\u2010xmlui\/handle\/12350\/2433761“}，{“key”：“e_1_2_7_22_1”，“unstructured”：“北达科他州工业委员会（NDIC）油气部门月度油井生产数据电子表格，可从北达科他的工业委员会2018年获得。”}，}“key“：”e_1_2_7_23_1“，”unstructured“：”北达科他州工业委员会（NDIC）石油和天然气部门油井增产措施转储文件数据电子表格，可从北达科他的工业委员会2018获得。“}，{”key“:”e_2_7-24_1“石油和天然气部门油井增产转储文件数据电子表格可从北达科他州工业委员会2020获得。“}，{”key“：”e_1_2_7_25_1“，”unstructured“：”北达科他州地质调查局GI_149_May_2018_Data.shp数字形状文件，第一个60天平均Bakken水平井产量，2018年5月：北达科他的地质调查局地质调查，2018年第149号，俾斯麦ND可用athttps:\/\/www.dmr.nd.gov\/ndgs\/documents\/Publication_List\/pdf\/GEOINV\/GI_149\/GI_149_May_2018_42x50.pdf“}，{“key”：“e_1_2_7_26_1”，“unstructured”：“北达科他州地质调查局GI_149_November_2019.shp 2019年11月前第一个60天平均Bakken水平井产量的数字形状文件：北达科他的地质调查局2019年第149号地质调查，俾斯麦ND可用网址：http://www.dmr.nd.gov\/ndgs\/documents\/Publication_List\/pdf\/GEOINV\/GI_149\/GI_149_November_2019_42x50.pdf}，{“键”：e_1_2_7_28_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/widm.1301”}，{“key”：“e_1_i_7_29_1”，”首页“：”172“，”文章标题“：”提升状态“，”卷“：”31“，”作者“：”里奇韦G.“，年“：”1999“，”日志标题“Compute.Sci.Stat.”}“，{”key“：”e_1_c_7_30_1“”，”非结构化“：”里奇韦广义增强模型：gbm包指南。2.1.5 2019版可在https:\/\/CRAN.R\u2010project.org/package=gbm“｝，｛“key”：“e_1_2_7_31_1”，“doi断言者”：“publisher”，“doi”：“10.1186\/1471\u20102105\u20108\u201025”｝，｛“key”：“e_1_2_7_32_1”，“非结构化”：C.Theloy和S。A.Sonnenberg对Bakken剧本的新见解：什么因素控制了AAPG年会的生产（2013年，宾夕法尼亚州匹兹堡）2013年5月19日\u201323日，在线阅读：http://www.searchanddiscovery.com/pdfz\/documents\/2013\/80332theloy\/ndx_theloy.pdf.html“}，{”key“：”e_1_2_7_33_1“，”unstructured“：”C.特洛伊。影响Bakken Play Williston Basin生产的地质和技术因素整合博士学位论文科罗拉多矿业学院2014年。“}，{“key”：“e_1_2_7_34_1”，“unstructured”：“美国能源信息管理局（USEIA）美国。原油和天然气探明储量年份\u2010-2018年末2019可在以下网址获得：\/\/www.eia.gov\/naturalgas\/crudeoilreserves\/“}，{“key”：“e_1_2_7_35_1”，“unstructured”：“U.S.Energy Information Administration（USEIA）U.S。2019年原油产量增长了11%，超过了每天1200万桶。《2020年能源计划》可在以下网址下载：\/\/www.eia.gov\/todayinenergy\/detail.php？id=43015“}，{”key“：”e_1_2_7_36_1“，”unstructured“：”美国能源信息署（USEIA）。根据区块数据得出的致密石油估算值。2020年可在以下网址获得：\\/\/www.eia.gov\/petroleum\/data.php“}”，{“key”：“e_1_i_7_37_1”，“unstructure”：“M.N.Wrightet al。Ranger:A Fast Implementation of Random Forests R package version 0.12.1 2020可从以下网址获得：http://\/CRAN.R\u2010project.org\/package=Ranger“}]，“container-title”：[“统计分析和数据挖掘：ASA Data Science Journal”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/pdf\/10.1002\/sam.11487“，”content-type“：”application\/pdf“，”内容-版本“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\//onlinelibrary.wiley.com\/doi\/full-xml\/10.10002\/sam.11487“，mining“}，{”URL“：”https:\/\/onlinelibrary.wiley.com\/doi\/am-pdf\/10.1002\/sam.11487”，“内容类型”：“应用程序\/pdf”，“内容版本”：“am”，“预期应用程序”：“联合”｝，｛“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/pdf\/10.1002\/sam.11487”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”｝]，“寄存”：｛”date-parts“：[[2023,8,28]]，“date-time”：“2023-08-28T04:20:58Z”，“timestamp”：1693196458000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/10002\/sam.11487”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2020,11,20]]}”，“references-count”：36，“新闻发布”：{“发布”：“6”，“发布-发布”：date-parts“：[2021,12]}}，”alternative-id“：[”10.1002\/sam.11487“]，”URL“：”http://\/dx.doi.org\/10.1002\/sam.11487“，”archive“：[“Portico”]，”relationship“：{}，“ISSN”：[“1932-1864”，“1932-1872”]，“ISSN-type”：[{“value”：“1932-1844”，”type“：”print“}，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2020,11,20]]}，“assertion”：[{value“：”2020-07-13“，”order“：0，”name“：”received“，”label“：”received“，“group”：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2020-11-01”，“order”：1，“name”（名称）：“accepted”（接受），“label:”accepted“，“group”（组）：{”name“）：”publication_history“，”标签“：”publication-history published“，”label“：”published“，”组“：{”name“：”publication_history“，”label“：”publication history“}}]}}