摘要：机器学习作为一种实现人工智能的方法，其高效的运算能力及强大的预测功能在近几年中获得广泛关注，并被大量应用于生活中的各个方面：如自然语言处理、金融行业、互联网等领域。石油界许多传统方法都有其局限性。如人工解释测井曲线、识别油层水层，十分消耗人力和时间；数值模拟预测油气产量的方法成本颇高、运算速度慢且许多构建模型的参数无法获得。近几年机器学习已在石油工程领域崭露头角，并在岩性预测、定向钻井、产量预测等方面表现优异。本讲座将介绍一套系统机器学习方法应用于非常规油气(致密与页岩油气等)智能开发及监控, 包括页岩气产量预测、重复压力设计、非常规油气藏数模软件效率和速度提高、水力压裂诱发地震监控等。

Bio: 陈掌星教授现为加拿大皇家科学院院士、工程院院士，石油和天然气工程专家、卡尔加里大学国家讲席教授。主要从事油藏工程与数值模拟基础理论研究及工业应用。在过去30年间，带领一支约80人的顶级科研团队，领导一个由十余家国际大型知名企业组成的研究联盟，致力于油藏工程与数值模拟基础理论研究与创新。根据爱思维尔（Elsevier Scopus，世界权威统计机构）统计结果，在石油工程领域近十年内（2010-2020），其学术论文综合指标（包括论文数、他人引用数和H指数）全球排名第一。曾获中国政府友谊奖、美国福特总统奖、加拿大最高科技奖、工业与应用数学菲尔兹奖、“Killam” 最高教授成就奖等。