Quantifizierung der Unsicherheit im Untergrund mittels maschinellem Lernen: Verbesserte Reservoirverwaltung durch datengestützte Vorhersagen 2025

Beschreibung

Höhepunkte

4-tägiger Kurs, der auf Fachkräfte aus dem Energiesektor zugeschnitten ist, um die Expertise im Umgang mit Unsicherheiten im Untergrund zu vertiefen. Maschinelle Lerntechniken zur Quantifizierung von Unsicherheiten im Untergrund und Verbesserung des Reservoir-Managements. Behandelt Regression, Klassifikation und Zeitreihenanalyse mit Schwerpunkt auf konformer Vorhersage. Adressiert Einschränkungen bei der Datenerfassung durch Datenaugmentation und fortschrittliche Interpolation. Verbessert die Vorhersagegenauigkeit durch Berücksichtigung von Messfehlern in Bohrlochlog- und Kerndaten. Rüstet die Teilnehmer aus, Unsicherheiten effektiv zu kommunizieren und fundierte Entscheidungen zu treffen. Wird entweder persönlich oder durch Virtual Instructor Led Training (VILT) durchgeführt. Beinhaltet 32 Stunden Training, was 32 CPD-Punkten entspricht. Teilnehmer benötigen Zugang zu einem Computer mit Internet und einem Google-Konto. Geleitet von einem erfahrenen Dozenten mit umfassender Erfahrung in Geophysik und Petroleum Engineering.