- Nouveau
MACHINE LEARNING ET INGÉNIERIE PÉTROLIÈRE
Application du machine learning à la production pétrolière
Ce travail s'inscrit dans le contexte du champ pétrolier Volve en mer du Nord (Norvège) et aborde le problème crucial de la prédiction et de l'optimisation de la productivité des puits pétroliers.
Le secteur pétrolier étant stratégique, il est essentiel de développer des modèles robustes pour maximiser la production tout en minimisant les coûts et les impacts environnementaux.
L'objectif central ici est de développer des modèles de prédiction robustes en utilisant des algorithmes de Machine Learning avancés.
Plus précisément, il vise à démontrer la puissance du couplage du Deep Learning avec la simulation des écoulements de fluides.
De plus, l'étude se penche sur l'élaboration de modèles mathématiques de prédiction à l'aide de la méthode des surfaces de réponse, tout en cherchant à optimiser les paramètres de la productivité des puits.
Je suis un ingénieur camerounais spécialisé dans les domaines de la géologie minière, du pétrole, du gaz et de l'environnement.
Né en 1994 à Yaoundé, j'ai suivi mes études à l'Université de Yaoundé 1 et à l'Université de Ngaoundéré.
Mon expertise s'étend à l'application du machine learning dans les secteurs minier et pétrolier.
Fiche technique
- Auteur
- LIONEL BOUDOUIN TAMTCHOUN
- Langue
- Français
- Éditeur
- Éditions universitaires européennes
- Année
- 2024
- Pages
- 108
- Pays
- Cameroun
30 autres produits dans la même catégorie :
Voir toutLe dispositif sécuritaire du Bénin dans le Golfe de Guinée
- Nouveau
Périurbanisation et ville durable au Cameroun: Cas de Nkolbisson
- Nouveau
Le Rôle de la Granulométrie dans la Portance des Fondations Routières
- Nouveau
Utilisation de la technologie géospatiale pour modéliser les zones affectées par le sel
- Nouveau
Analyse des décharges sanitaires potentielles à l'aide de logiciels SIG commerciaux
- Nouveau