메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
오현택 (조선대학교) 기세일 (한국석유공사) 박창협 (강원대학교) 장일식 (조선대학교)
저널정보
한국자원공학회 한국자원공학회지 한국자원공학회지 Vol.58 No.5
발행연도
2021.10
수록면
475 - 490 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
셰일저류층의 불균질성, 나노 스케일의 유체투과도 및 유동 메커니즘의 복잡성으로 인해 저류층 시뮬레이션과 같은 물리적 모델 기반 분석보다는 머신러닝을 활용한 생산자료 분석법이 활발히 사용되고 있다. 이 연구에서는 랜덤 포레스트 모델을 활용하여 입력자료에 따른 Barnett Shale의 가스생산정에 대한 생산성 분석을 수행하였다. 입력자료는 저류층 물성, 완결조건, 생산정 정보 등의 정적자료와 가스의 초기 최대 생산량, 6개월 및 12개월 월별 생산량 등 동적자료로 구성되었다. 다양한 입력자료에 대한 랜덤 포레스트 모델의 궁극가채량 예측오차를 비교하였으며, 예측의 불확실성 분석을 위해 P90/P50/P10을 도출하여 신뢰구간의 변화 추이를 분석한 결과, 랜덤 포레스트 모델의 유용성과 활용성을 확인하였다.
#Shale gas #Machine learning #Random forest #EUR #Uncertainty analysis #셰일가스 #머신러닝 #랜덤 포레스트 #궁극가채량 #불확실성 분석

목차

Abstract
요약
서론
연구방법
연구내용 및 결과
결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

셰일가스 생산량 예측 모델의 성능개선을 위한 장단기기억 신경망 기반 생산감퇴특성 추출 및 활용 연구
이대모 ,  신효진 ,  임종세 한국자원공학회지 2023 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088365640