Practical Aspects of Hydraulic Fracturing Design Optimization using Machine Learning on Field Data: Digital Database, Algorithms and Planning the Field Tests

Duplyakov, V.; Morozov, A.; Popkov, D.; Vainshtein, A.; Osiptsov, A.; Burnaev, E.; Shel, E.; Paderin, G.; Kabanova, P.; Fayzullin, I.; Uchuev, R.; Mukhametov, A.; Prutsakov, A.; Vikhman, I.; Staritsyn, M.

Practical Aspects of Hydraulic Fracturing Design Optimization using Machine Learning on Field Data: Digital Database, Algorithms and Planning the Field Testsстатья

Авторы: Duplyakov Viktor, Morozov Anton, Popkov Dmitry, Vainshtein Albert, Osiptsov Andrei, Burnaev Evgeny, Shel Egor, Paderin Grigory, Kabanova Polina, Fayzullin Ildar, Uchuev Ruslan, Mukhametov Albert, Prutsakov Alexander, Vikhman Ivan, Staritsyn Maxim
Сборник: SPE Symposium: Hydraulic Fracturing in Russia. Experience and Prospects
Год издания: 2020
Место издания: SPE
DOI: 10.2118/203890-ms
Добавил в систему: Кабанова Полина Константиновна

	ИСТИНА	Войти в систему Регистрация
	ФНКЦ РР
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ФНКЦ РР

Practical Aspects of Hydraulic Fracturing Design Optimization using Machine Learning on Field Data: Digital Database, Algorithms and Planning the Field Testsстатья