Lee，Se Yoon；巴尼·马利克。 贝叶斯层次建模：应用于德克萨斯州南部Eagle Ford页岩的生产结果。 （英语） Zbl 1493.62128号 Sankhyá，Ser。B类 84，编号1，1-43（2022）. 摘要：近年来，石油行业面临着数据爆炸的时代，许多油气公司采用数据驱动的方法进行非常规油田开发规划。本文的目的是分析页岩油藏中的页岩油井，并开发一个适用于上游的统计模型。页岩油井数据集包含三个方面的信息：采油速度时间序列数据；完井资料；以及井位数据。然而，传统的递减曲线分析仅利用生产率的时间轨迹。基于此，我们提出了一个贝叶斯层次模型，该模型充分利用了页岩油井数据的各个方面。该模型提供了以下三个功能：第一，估算单井和整个储层水平的产量递减曲线；其次，确定解释油井产能的重要完井预测因素；第三，对新油井采油速度轨迹的空间预测提供了完井预测因子。由于采用了完全贝叶斯方法，这些功能被赋予了不确定性量化，这是研究非常规油藏的关键任务。本研究的数据来自德克萨斯州南部Eagle Ford页岩中完成的360口页岩油井。 MSC公司： 62第20页 统计学在经济学中的应用 2015年1月62日 贝叶斯推断 62H11型 定向数据；空间统计学 62M20型 随机过程推断和预测 关键词：贝叶斯层次建模；下降曲线分析；页岩油井；潜在克里金 软件：贝叶斯DA；spBayes公司；引导数据库；PRMLT公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Y.Lee}和\textit{B.K.Mallick}，Sankhyá，Ser。B 84，编号1，1-43（2022；兹bl 1493.62128） 全文： 内政部 参考文献： [1] Abrahamsen，P.（1997）。高斯随机场和相关函数综述。挪威Regnesentral/挪威计算中心奥斯陆。 [2] Akaike，H.（1998年）。信息论和最大似然原理的推广。在hirotugu akaike的精选论文中（第199-213页）：Springer。 [3] Al-Haddad，S.M.，Crafton，J.W.等人（1991年）。水平井产能。低渗透油藏研讨会：石油工程师学会。 [4] Ali，T.A.、Sheng，J.J.等人（2015）。产量下降模型：比较研究。SPE东部地区会议：石油工程师学会。 [5] Andrieu，C。；北卡罗来纳州德弗里塔斯。；Doucet，A。；Jordan，MI，机器学习mcmc简介，机器学习，50，1-2，5-43（2003）·Zbl 1033.68081号 ·doi:10.1023/A:1020281327116 [6] 阿玛根，A。；邓森，DB；Lee，J.，广义双帕累托收缩率，《中国统计》，23，1，119（2013）·Zbl 1259.62061号 [7] Arps，JJ，衰退曲线分析，AIME交易，160，1228-247（1945）·doi:10.2118/945228-G [8] Bae，K。；Mallick，BK，使用两级层次贝叶斯模型的基因选择，生物信息学，20，183423-3330（2004）·doi:10.1093/bioinformatics/bth419 [9] Banerjee，S.、Carlin，B.P.和Gelfand，A.E.（2014）。空间数据的分层建模和分析。CRC出版社·Zbl 1358.62009号 [10] Bellarby，J.（2009）。完井设计。爱思唯尔。 [11] Bhattacharya，A。；帕蒂，D。；皮莱，NS；Dunson，DB，Dirichlet-laplace priors for optimal consurrence，Journal of the American Statistical Association，110，512，1479-1490（2015年）·Zbl 1373.62368号 ·doi:10.1080/01621459.2014.960967 [12] Bishop，C.M.（2006年）。模式识别和机器学习。斯普林格·Zbl 1107.68072号 [13] 布莱，DM；Kucukelbir，A。；McAuliffe，JD，《变量推断：统计学家评论》，《美国统计协会杂志》，第112、518、859-877页（2017年）·doi:10.1080/01621459.2017.1285773 [14] Box，G.E.P.（1980）。科学建模和稳健性中的抽样和贝叶斯推断。英国皇家统计学会杂志。A系列（通用），383-430·Zbl 0471.62036号 [15] Boyd，S.、Boyd、S.P.和Vandenberghe，L.（2004）。凸优化。剑桥大学出版社·Zbl 1058.90049号 [16] Carvalho，C.M.、Polson，N.G.和Scott，J.G.（2009年）。通过马蹄铁处理稀疏。《人工智能与统计》（第73-80页）。 [17] 卡瓦略，CM；Polson，NG；Scott，JG，稀疏信号的马蹄形估计器，Biometrika，97，2，465-480（2010）·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017 [18] 卡塞拉，G。；George，EI，解释吉布斯采样器，美国统计学家，46，3，167-174（1992） [19] Celeux，G。；福布斯，F。；CP罗伯特；Titterington，DM，缺失数据模型的偏差信息标准，贝叶斯分析，1,4651-673（2006）·Zbl 1331.62329号 [20] Cheng，Y。；王，Y。；McVay，D。；Lee，WJ，使用产量递减数据估算储量的概率方法的实际应用，SPE经济与管理，2，1，19-31（2010）·doi:10.2118/95974-PA [21] Chib，S。；Greenberg，E.，《理解大都市hastings算法》，美国统计学家，49，43227-335（1995） [22] Clark，A.J.（2011）。使用logistic增长模型对非常规资源区块的递减曲线进行分析。博士论文。 [23] Cressie，N.，克里格的起源，数学地质学，22，33239-252（1990）·Zbl 0964.86511号 ·doi:10.1007/BF00889887 [24] Currie，S.M.、Ilk，D.、Blasingame，T.等人（2010年）。最终回收率的持续估计。SPE非常规天然气会议：石油工程师学会。 [25] Davidian，M.和Giltinan，D.M.（1995）。重复测量数据的非线性模型，62。CRC出版社。 [26] DeHaan，L.和Ferreira，A.（2007年）。极值理论：导论。施普林格科学与商业媒体。 [27] Deen，T.、Daal，J.、Tucker，J.等人（2015）。通过回流操作最大限度地提高鹰福特页岩的油井产能。参加SPE年度技术会议和展览：石油工程师学会。 [28] Duong，AN，裂缝主导页岩储层的速率下降分析，SPE储层评估与工程，14，3，377-387（2011）·网址：10.2118/137748-PA [29] EIA，美国，Oil，U.S.C.and Reserves，N.G.P.（2019）。2018年（2019年12月13日）。 [30] Fetkovich，MJ，使用类型曲线进行递减曲线分析，《石油技术杂志》，32，6，1-065（1980）·数字对象标识码：10.2118/4629-PA [31] Fiebig，D.G.（2001）。看似无关的回归。理论计量经济学的伴侣，101-121。 [32] Fréchet，M.（1928年）。最大似然概率。在《社会年鉴》（Annales de la societe Polonaise de Mathematique）中：[sn]·JFM 54.0562.06号 [33] Gandossi，L.等人（2013年）。页岩气开采的水力压裂和其他地层增产技术概述。欧洲委员会Jt。资源中心。技术报告26347。 [34] 盖尔芬德，AE；Ghosh，SK，模型选择：最小后验预测损失方法，Biometrika，85，1，1-11（1998）·Zbl 0904.62036号 ·doi:10.1093/biomet/85.1.1 [35] Gelfand，A.E.、Diggle，P.、Guttorp，P.和Fuentes，M.（2010年）。空间统计手册。CRC出版社·Zbl 1188.62284号 [36] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.（2004）。贝叶斯数据分析。查普曼和霍尔/CRC·Zbl 1039.62018号 [37] Gelman，A。；黄，J。；Vehtari，A.，《理解贝叶斯模型的预测信息标准》，统计学与计算，24，6，997-1016（2014）·Zbl 1332.62090号 ·doi:10.1007/s11222-013-9416-2 [38] 乔治，EI；McCulloch，RE，通过吉布斯抽样的变量选择，美国统计协会杂志，88423881-889（1993）·doi:10.1080/01621459.1993.10476353 [39] Giger，F.M.、Reiss，L.H.、Jourdan，A.P.等人（1984年）。水平钻井的油藏工程方面。参加SPE年度技术会议和展览：石油工程师学会。 [40] Gong，X.、Gonzalez，R.A.、McVay，D.、Hart，J.D.等人（2011年）。贝叶斯概率递减曲线分析量化了页岩气储量的不确定性。加拿大非常规资源会议：石油工程师学会。 [41] 龚，X。；Gonzalez，R。；陆军部麦克维；Hart，JD，Bayesian概率下降曲线分析可靠地量化了页岩开采预测中的不确定性，SPE Journal，19，6，1-047（2014）·数字对象标识码：10.2118/147588-PA [42] Gradl，C.（2018）。审查最近的非常规完井创新及其对egs井的适用性。 [43] 手动旋塞，MS；Stein，ML，克里金的贝叶斯分析，技术计量学，35，4，403-410（1993）·doi:10.1080/00401706.1993.10485354 [44] Harris，S.、Lee，W.J.等人（2014年）。榆树沟田递减曲线分析研究。在SPE非常规资源会议：石油工程师学会。 [45] Hoff，P.D.（2009）。贝叶斯统计方法第一课程，580。斯普林格·Zbl 1213.62044号 [46] 霍沃思，RW；Ingraffea，A。；Engelder，T.，《天然气：水力压裂应该停止吗？》？，《自然》，4777364271（2011）·doi:10.1038/477271a [47] Hubbert，M.K.和Willis，D.G.（1972年）。水力压裂力学。 [48] Ilk，D.、Rushing，J.A.、Perego，A.D.、Blasingame，T.A.等人（2008年）。致密气砂的指数下降与双曲线下降：理解使用arps下降曲线进行储量估算的来源和含义。在SPE年度技术会议和展览中：石油工程师学会。 [49] Ishwaran，H。；Rao，JS，Spike和slab变量选择：频率学家和贝叶斯策略，《统计年鉴》，33，2，730-773（2005）·Zbl 1068.62079号 ·doi:10.1214/09053604000001147 [50] Jochen，V.A.、Spivey，J.P.等人（1996年）。使用bootstrap方法的递减曲线分析进行概率储量估算。在SPE年度技术会议和展览会上：石油工程师协会。 [51] Joshi，S.D.（1991）。水平井技术。PennWell图书。 [52] Joshi，S.D.等人（2003年）。水平井的成本/效益。SPE西部地区/AAPG太平洋分部联合会议：石油工程师学会。 [53] Kazemi，H.，均匀裂缝分布天然裂缝储层的压力瞬态分析，石油工程师学会期刊，9，4，451-462（1969）·doi:10.2118/2156-A [54] Larkey，CS，产量递减曲线的数学测定，Trans-AIME，71，1322，69-21（1925） [55] Lee，S。；Kim，JHT，指数广义帕累托分布：极值理论的性质和应用，统计学中的通信——理论和方法，48，8，2014-2038（2019）·Zbl 07530863号 ·doi:10.1080/03610926.2018.1441418 [56] Lee，S.Y.（2020a）。关于Gibbs采样器和坐标上升变分推断的注记。arXiv:2008.01006。 [57] 李，SY；雷，B。；Mallick，B.，《综合全球数据和借贷信息的covid-19扩散曲线估算》，《公共科学图书馆综合》，第15、7、1-17页（2020年） [58] Lee，S.Y.、Pati，D.和Mallick，B.K.（2020c）。尾部自适应贝叶斯收缩。arXiv:2007.02192。 [59] 刘易斯，JO；Beal，CH，《估算油井未来产量的一些新方法》，美国石油工业协会学报，59，1492-525（1918）·doi:10.2118/918492-G [60] 李毅。；林，X。；Müller，P.，纵向数据半参数混合模型中的贝叶斯推断，生物统计学，66，1，70-78（2010）·Zbl 1187.62057号 ·文件编号：10.1111/j.1541-0420.2009.01227.x [61] Makalic，E。；Schmidt，DF，马蹄形估计器的简单取样器，IEEE Signal Processing Letters，23，1，179-182（2015）·doi:10.1109/LSP.2015.2503725 [62] McNulty，R.R.、Knapp，R.M.等人（1981年）。统计下降曲线分析。参加SPE年度技术会议和展览：石油工程师学会。 [63] Miao，Y.、Li，X.、Lee，J.、Zhao，C.、Zhou，Y.，Li，H.、Chang，Y.和Lin，W.、Xiao，Z.、Wu，N.等人（2018年）。页岩气藏多裂缝水平井各种递减率分析模型的比较。SPE特立尼达和多巴哥分部能源会议：石油工程师学会。 [64] 米什拉，S.（2012年a）。利用多重递减曲线分析模型估算页岩气藏储量的新方法。石油工程师学会。 [65] Mishra，S.等人（2012年b）。利用多重递减曲线分析模型估算页岩气藏储量的新方法。SPE东部地区会议：石油工程师学会。 [66] Mishra，S.和Datta Gupta，A.（2017）。应用统计建模和数据分析：石油地质科学实用指南。爱思唯尔。 [67] TJ米切尔；Beauchamp，JJ，线性回归中的贝叶斯变量选择，美国统计协会杂志，83，404，1023-1032（1988）·Zbl 0673.62051号 ·doi:10.1080/01621459.1988.10478694 [68] 康涅狄格州蒙哥马利；Smith，MB，《水力压裂：持久技术的历史》，《石油技术期刊》，62，12，26-40（2010）·文件编号：10.2118/1210-0026-JPT [69] 穆克吉，H。；Economides，MJ，水平井和垂直井性能参数比较，SPE地层评估，6，2，209-216（1991）·doi:10.2118/18303-PA [70] 奥哈拉，RB；Sillanpää，MJ，《贝叶斯变量选择方法综述：什么、如何以及是什么，贝叶斯分析》，4，1，85-117（2009）·Zbl 1330.62291号 [71] 帕克，T。；Casella，G.，《贝叶斯套索》，《美国统计协会杂志》，103，482，681-686（2008）·Zbl 1330.62292号 ·doi:10.1198/016214500000037 [72] Park，J。；艾诺，A。；Datta-Gupta，A。；Bi，J。；Sankaran，S.，用于水力压裂页岩井快速历史拟合和完井设计优化的新型混合快速推进方法模拟工作流，石油科学与工程杂志，196107718（2021）·doi:10.1016/j.petrol.2020.107718 [73] Pickands，J.III，使用极值顺序统计的统计推断，《统计年鉴》，3，1，119-131（1975）·Zbl 0312.62038号 [74] Polson，NG；Scott，JG，《全球收缩，局部行动：稀疏贝叶斯正则化和预测》，贝叶斯统计，9501-538105（2010） [75] Rasmussen，C.E.（2004）。机器学习中的高斯过程。机器学习高级讲座（第63-71页）：Springer·Zbl 1120.68436号 [76] Robert，C.和Casella，G.（2013年）。蒙特卡罗统计方法。施普林格科技与商业媒体·兹比尔1096.62003 [77] 罗斯纳，德国劳埃德船级社；Müller，P.，使用混合模型进行贝叶斯人群药代动力学和药效学分析，《药代动力学与生物药剂学杂志》，25，2，209-233（1997）·doi:10.1023/A:1025784113869 [78] Schuetter，J.、Mishra*，S、Zhong，M.和LaFollette，R.（2015）。非常规油藏生产优化的数据分析。非常规资源技术会议（第249-269页）。圣安东尼奥：美国石油协会勘探地球物理学家协会。 [79] 谢纳，LB；Ludden，TM，人群药代动力学/动力学，药理学和毒理学年度回顾，32，1，185-209（1992）·doi:10.1146/annurev.pa.32.040192.001153 [80] 施皮格尔（Spiegelhalter），DJ；最佳，NG；英国石油公司卡林；Van Der Linde，A.，模型复杂性和拟合的贝叶斯测度，英国皇家统计学会期刊：B系列（统计方法论），64，48583-639（2002）·兹比尔1067.62010 ·数字对象标识代码：10.1111/1467-9868.00353 [81] RJ Tibshirani；Efron，B.，《引导程序介绍》，《统计学和应用概率专著》，57，1-436（1993）·Zbl 0835.62038号 [82] Tibshirani，R.，《通过套索进行回归收缩和选择》，《皇家统计学会期刊：B辑（方法学）》，58，1，267-288（1996）·Zbl 0850.62538号 [83] Valdes，A.、McVay，D.A.、Noynert，S.F.等人（2013）。不确定性量化提高了非常规油藏的建井成本估算。在加拿大石油工程师协会非常规资源会议上。 [84] Valkó，P.P.，Lee，W.J.等人（2010年）。预测非常规气井产量的更好方法。在SPE年度技术会议和展览中：石油工程师学会。 [85] 范德帕斯，SL；BJK Kleijn；Van Der Vaart，AW，马蹄形估计器：近黑色向量周围的后验浓度，《电子统计杂志》，8，2，2585-2618（2014）·Zbl 1309.62060号 [86] Vehtari，A.和Gelman，A.（2014）。赫尔辛基阿尔托大学斯坦的Waic和交叉验证·Zbl 1368.62073号 [87] Vyas，A.（2017）。机器学习和遗传算法在储层描述中的应用。德克萨斯农工大学博士论文。 [88] Wainwright，M.J.（2019年）。高维统计：非渐近观点，48。剑桥大学出版社·Zbl 1457.62011年 [89] Wan，R.（2011）。先进的完井工程。海湾专业出版。 [90] Watanabe，S.，bayes交叉验证的渐近等价性和奇异学习理论中广泛适用的信息准则，机器学习研究杂志，11，3571-3594（2010）·Zbl 1242.62024号 [91] Weibull，W.，《广泛适用的统计分布函数》，《应用力学杂志》，18，3，293-297（1951）·Zbl 0042.37903号 ·数字对象标识代码：10.1115/1.4010337 [92] Zellner，A.（1994）。使用平衡损失函数的贝叶斯和非贝叶斯估计。统计决策理论和相关主题V（第377-390页）：施普林格·Zbl 0787.62035号 [93] 张，D。；林，X。；Raz，J。；Sowers，M.，纵向数据的半参数随机混合模型，美国统计协会杂志，93，442，710-719（1998）·Zbl 0918.62039号 ·doi:10.1080/01621459.1998.10473723 [94] Zhang，H.、Cocco，M.、Rietz，D.、Cagle，A.、Lee，J.等人（2015）。页岩储层的经验扩展指数衰减曲线。参加：SPE年度技术会议和展览：石油工程师学会。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。