Prévision de la production des puits dans les réservoirs de schiste par l’apprentissage automatique et l’analyse des courbes de Déclin

Abstract

Au cours de la derniere decennie, la production d'hydrocarbures provenant des zones de schiste a augmente de facon spectaculaire,ce qui a eu un impact considerable sur l'industrie petroliere. Si cette production accrue a pro te a l'industrie, ces ressources non conventionnelles ont en meme temps pose de nombreux de s aux evaluateurs de reserves de petrole et de gaz. L'un de ces de s consiste a prevoir la performance et la duree de vie a long terme de la production de schiste, en particulier de maniere rapide et able.Dans ce travail nous avons releve le de , nous avons etudier ce probleme de trois point de vue dierents, En premier lieu nous avons mis en evidences, l'incapacite des modeles standards de Arps a donner des resultats ables, ceci meme apres l'amputation des valeurs aberrantes. Ensuite, nous avons implementer un autre modele empirique, le modele LGM,qui donna des resultats plus ables. Ensuite nous avons implemente le modele stochastique base sur la methode de Box-Jenkins, Le modele SARIMA. Et nous avons ni le travail avec une methode d'apprentissage profond, l'architecture Bi-LSTM.