10:30 - 11:00

MATLAB油藏模拟工具箱(MRST)最初是作为一种研究工具设计的，用于快速建模和演示新的模拟方法和多孔介质流动建模概念。多年来，它已经发展成为一种社区工具，被世界各地的研究人员、学生和油藏工程师使用(例如，在超过180篇硕士/博士论文和350篇非SINTEF作者的论文中证明了这一点)。在本次演讲中，我们首先简要介绍了MRST，并重点介绍了几个应用案例。然后我们将讨论快速原型的关键功能，包括离散微分运算符、自动微分、面向对象的模拟器框架和状态函数;所有这些都使您能够快速编写完全可微分的模拟引擎。最后，我们将简要讨论如何使用MEX EXTENSIONS来确保计算性能与商业模拟器相当。

11:00 - 11:30

利用LSTM网络自动提取横波和纵波的到达时间。网络能够准确、快速地选取事件，无需人工干预。尽管深度学习模型被训练用于探测陆上褶皱冲断带的局部小地震，但基于一些初步结果，它可以有效地挑选其他地质环境中的小地震和全球地震台网记录的大地震。

11:30 - 12:00

解释系统是勘探和生产(E&P)行业的地球科学专业人员用来帮助查看、建模和理解地下的重要工具。MATLAB^®是专为工程师和科学家设计的强大编程平台。虽然解释系统在帮助地球科学家分析和解释多学科共享地球环境中的数据方面越来越强大，但它们往往不能提供所有答案。勘探与生产公司通常希望使用专有算法和工作流程来更好地了解可用数据，从而做出更好的钻井决策。

GeoDataSync^®框架（GDS-F）提供了一种易于使用的机制，将MatlabLive连接到解释系统，从而允许实时访问数据。本演示将讨论并演示地球科学家现在如何使用MATLAB访问地球科学数据（地震、地平线、电缆等），否则这些数据将受限于用户的Petrel*项目。这使得数据能够以专业的方式进行操作，同时即时回写，从而可以在Petrel*中立即可视化增强的数据。正是这种更具交互性的功能为MATLAB原型在内部生成工具以供资产团队使用打开了可能性。

12:00 - 12:30

计算地层学是一种新的雪佛龙专有储层表征和建模技术。计算地层学通过模拟泥沙输移和沉积过程，生成地质上合理的油藏类似物。在每次模拟过程中，都会记录盆地表面附近的表面几何形状、水流速度和沉积物特性的快照。这些快照有助于描绘具有各种地质背景的盆地中地层结构、沉积体几何形状和其他储层性质和非均质性的关键外部和内部控制。

传统的储层建模工具面临着以交互方式高效地查看、探索和分析这些三维模型的挑战，因为它们具有密集的时空分辨率以及关于沉积体系演化的非标准数据。开发计算地层学浏览器（CSE）是为了使地球科学家能够以交互方式可视化、探索和分析计算地层学模型。CSE是在MATLAB中开发的一个交互式应用程序。它依赖于标准MATLAB组件提供的灵活的可视化功能和交互性。金宝搏官方网站

在MATLAB环境中开发的交互式程序可以部署为独立的可执行应用程序或可以从Petrel等现有应用程序启动的动态库。这有利于有效的技术开发和地球科学家参与软件的迭代改进。

12:30 -一点

非常规石油，特别是页岩资源，构成了我国能源储量的一个巨大且不断增加的部分，需要仔细规划和优化以实现高效生产。为此，正在获取大量关于现场和每口井生命周期所有阶段的数据，包括该井生命周期内的地质、钻井、完井和生产。然而，利用这些数据优化油井设计和性能是一个重大挑战，因为大部分采集的数据都在地表，因此只能以聚合/平均的方式对深度（~2英里）和长（2-3英里）的侧井（10秒（20-50））进行噪声和间接估计。在每个阶段的基础上优化决策（即油井的完井方式）需要在每个阶段的基础上估计油井的产量，这既不是对大多数油井进行测量，也不容易从获取的数据中推断出来。

在这项工作中，我们演示了如何使用聚类和优化方法，通过收集来自地质信息、钻井和压裂作业期间的地面测量数据以及单井生产数据的阶段属性，构建每级产量的预测模型。我们的分析揭示了每级压裂的有效性，从而可以根据生产前获得的级间特征数据，为未来的井提供更好的决策。该模型包含了减少/管理过拟合影响的方法，同时保持准确性，并为实验设计和规划和操作决策的数据驱动优化提供建议。我们给出了应用于合成/模拟数据的模型的数值结果。MATLAB对大型数据集的有效分析和可视化能力证明了在演示我们的概念时非常有价值。

10点- 10:30

地震层位是在地震数据中观察到的地质特征，它表明在大范围内声阻抗的相对一致变化。通常，这些层位有一个相对较浅的方向，因为自然过程导致地球表面在沉积期间大部分是平坦的。现有的地震层位自动跟踪算法利用了这一事实，在大多数数据集中工作。然而，有各种各样的构造变形可以使重要的地质特征旋转到陡峭的倾斜。为了解决这一业务问题，我们设计并实现了一种地震倾角导向层位自动跟踪算法，该算法利用商业倾角属性体来引导层位跟踪器。我们选择在MATLAB中实现我们的算法，因为它是一种快速原型的高效语言，为算法验证提供灵活的可视化，并通过MATLAB Compiler SDK进行高效部署。迭代改进算法设计的有效部署对该工具的成功至关重要。我们需要从广泛的地质科学家和不同地质环境的数据集获得关于算法结果的反馈。将算法的早期原型部署到Petrel插件中，可以根据用户反馈进行快速迭代。

我们已经实现了一个交互式故障排除工具，以调查是否可以通过调整算法参数来改善初始结果，或者是否需要对算法进行基本的修改。这种迭代算法细化过程产生了高效、易于使用、高度精确的地平线自动跟踪，在现有商业软件不成功或低效的地方取得了成功。

10:30 - 11:00

层序地层学研究与沉积相关的地层序列或时间岩石单元在可用空间或可容纳空间中的排列顺序。年代地层学追踪沉积序列和地质时期沉积矿床特征的变化。解释表面被视为地质时间的快照，年代地层图或惠勒图是通过展平解释表面来描述时间地层的工具。

历史上，人们提出了许多层序地层学的思想或方法，它们具有明显不同的间断面和沉积旋回性。除了由此产生的令人困惑的术语外，现有的层序地层学软件不是开源的，不能应用于露头图像数据。因此，开发开源软件是很重要的，它可以导航不同方法的多个框架，并可以合并露头图像数据。

我们开发了WheelerLab，这是一个独立的开源交互程序，可以方便地对地质数据(地震剖面、露头数据和井剖面)进行层序地层和年代地层分析。WheelerLab增加了一些商业软件中不存在的重要功能:它可以用于多层序地层学方法框架内的分析;它整合了新的数据类型，包括露头图像和解释的井段;它生成了一个动态的年代地层剖面。该程序通过为用户提供对转换的灵活解释控制，实现了多种方法。该程序生成动态惠勒图，按顺序描述年代地层时间体的演化，同时解释成因地层包体的演化。WheelerLab还可用于创建合成层序地层剖面和相应的合成年代地层剖面。

11:00 - 11:30

在能源行业中，图像和图像处理被深深嵌入到许多业务流程中。壳牌以地震数据、岩石和催化剂的微电脑断层扫描(CT)和显微镜图像、钻孔岩心和井壁图像、卫星和无人机图像数据以及多种分辨率、比例和波长的资产监控摄像机数据等形式保存了超过50 PBytes的图像存储。金宝搏官方网站在我们的大型数据存储中根据内容而不是元数据找到类似的图像是一项通用任务。元数据通常已经过时，可能会发生变化，或者根本不可用。传统的图像处理方法，如特征识别，对小图像和少量图像的处理效果较好，但由于计算需求，不能适用于大图像或数据存储库。

现代深度学习擅长于基于监督学习和非监督学习“自身”从图像中提取相关特征，而且几乎不需要计算。在这篇文章中，我们专注于“数字岩石”技术，即使用计算机分析和计算机模拟来分析岩石扫描图像，以取代昂贵和耗时的实验室实验。专家们通常希望参考现有的实验室和预先计算的岩石样品模拟结果与新获得的相似。我们讨论了CBIR算法如何帮助识别相似的岩石样品。我们探讨了微ct孔隙图像对CBIR方法的挑战，并评价了基于传统特征提取方法和深度学习技术的CBIR算法的性能。

在比较了不同的深度学习体系结构和训练方法之后，我们对可扩展的CBIR算法和大规模三维孔隙图像集合的实现进行了展望。利用MATLAB的并行计算、深度学习和图像处理工具箱实现了CBIR算法。MATLAB平台允许我们在一个交互的、gpu加速的环境中高效地开发和比较许多算法和思想。

11:30 - 12:00

井内声波测井包括测量地球的弹性特性，使用工具作为钻杆的一部分或通过电线在井内移动。震源将声波发射到井眼流体中，并激发由同一工具上的接收器阵列记录的波模式。井眼声波场传播的计算模型极大地提高了我们对这一物理学的理解，从而产生了测量地球属性的适合用途的算法。

传统的钻孔声波场建模是在HPC集群上进行的。这种并行计算协议适用于许多问题。然而，它的代价是：开发和维护更难调试的代码；具有受网络通信速度限制的性能；共享集群资源；需要一个独立于建模软件的队列系统来管理作业；最重要的是，使用HPC集群。

雪佛龙通过使用MATLAB的丰富和用户友好的GUI开发特性，拥抱基于云的分布式计算技术，并利用计算硬件和编译器的进步，解决了这个问题。具体来说，我们开发了一个利用缓存阻塞的共享内存波场模拟代码，使我们能够在单个多处理器虚拟机上实现集群速度。我们为整个系统创建了一个MATLAB GUI基础架构，涵盖模型创建、作业管理、数据分析和结果归档。我们的程序代表了一个“盒子里的集群”，并通过只旋转作业所需的计算资源来生成结果，由于基于云计算的成本结构，大大降低了相对于使用物理集群的总成本。对我们来说，使用MATLAB的价值主张很简单，它使我们变得敏捷，允许我们加速能力的增长，并比其他任何替代方案更快地交付结果。

12:00 - 12:30

地震全波形反演(FWI)包括使用牛顿方法来更新地下地质属性模型，其中数据模拟使用最大限度完整的地震数据(如弹性动力学)建模。它目前代表了地质图像形成的艺术状态，但许多基础和应用研究问题仍然存在，并正在得到解决。在CREWES，我们在MATLAB环境下开发了一套时域和频域FWI代码，用于算法分析和小规模现场测试。这次演讲将概述我们的研究小组使用这些代码所产生的方法、结果和结论。

12:30 -一点

壳牌从2015年开始在加拿大运营Quest Carbon Capture and Storage (CCS)项目。为了证明注入CO的包容性和一致性₂；测量、监视和验证(MMV)计划已经实施。尽管Quest处在一个非常安静的构造位置，但对于所有大型注水点来说，诱发地震活动都是一个潜在的风险，因此微地震监测成为Quest MMV计划的一个关键组成部分。

本演示展示了可视化和自助分析工具应用于微地震监测是如何实现数字化民主化的。自助服务工具正在鼓励组织中更广泛地采用数据科学能力，并向更易于访问的内部分析能力转变。

10点- 10:30

随着嵌入式系统越来越多的采用，钻井行业正在经历一场变革，这增加了钻井系统的复杂性，并强调了开发这些系统的传统流程。行业正在通过采用基于模型的设计来解决这一挑战，在整个设计和开发阶段使用模型——从允许系统级设计和优化的多领域模型，到重用这些模型来生成嵌入式代码和实时系统级测试，以及运行场景中的数字双胞胎。在这个行业进行转型的过程中，它可以从已经完成转型的其他行业(如汽车、航空航天等)的经验中学习，以便实现成功的转型，并借鉴其他行业的经验教训。本次演讲将提供其他行业的观点，并进行比较，为钻井系统开发部署基于模型的设计提供实用方法。

10:30 - 11:00

工程启动环境的特点是资源有限的小团队，需要满足激进的成本目标和复杂系统开发的时间表。在最小化构建昂贵硬件原型的需求的同时，快速扩展技术、洞察系统行为、采用敏捷方法进行系统和控制开发通常是非常必要的。额外的挑战来自于需要与整个工程团队沟通最新的系统设计和架构，进行交易空间研究以探索不同的系统架构概念，通知控制系统设计，并产生成本、电力和其他系统预算。

本次演讲重点介绍了作者在各种初创企业中建立和实现系统和控制开发过程的经验，并使用Mathworks基于模型的设计来解决这些挑战。建议使用对象过程方法论来创建开发过程的模型，以提高对各种Mathworks产品和建模工件如何促进系统开发每个阶段的理解。下载188bet金宝搏这包括使用Simulink Requirement金宝apps进行需求捕获，使用System Composer进行系统架构设计，使用Simulink, statflow和Simscape进行动态系统和控制系统建模，使用Embedded Coder进行自动代码生成，金宝appSimulink Test用于单元测试和集成系统验证，Simulink Project用于版本控制和文件管理。

11:00 - 11:30

了解MathWorks和NI如何协同工作，以确保您可以结合两个供应商的最佳特性来满足您的需求。

这些工作流程可以支持从需求、测试设计到详金宝app细的HIL设置的任何东西。这次演讲将主要集中在高层次的工作流程，但也将简要讨论一些细节，如将模型部署到NI硬件的cpu和fpga上。

12:00 - 12:30

近几十年来，PDC钻头彻底改变了油气勘探领域，并在钻井速度和耐久性方面持续取得显著进步。这一进展是由研究工程师、材料科学家和实验室技术人员的工作推动的。为了保持竞争力，ReedHycalog需要一条快速通道来推动从实验室到钻头设计师到工厂的快速发展的技术。我们的软件包，“轨道”，使工程师能够评估他们的CAD设计与先进的科学模型。为了完成循环，我们使用来自成品的现场数据不断验证和改进这些模型。演讲者讲述了MATLAB Production Server如何让NOV快速将当前的研发整合到他们的软件中，以“科学”钻头设计过程。

12:30 -一点

金宝appSimulink在过去几年中有了显著的改进，以满足用户日益增长的需求。本课程将向您介绍新的Simulink功能，使您能够更高效地工作并改进开发。您将了解编辑、组件化、建模运行时软件、加速模拟等新功能。

10点- 10:30

从“石油和天然气”到“能源”的转变正在让油气行业走出舒适区，但数字化提供了一种管理转型风险的方法。组织已经定义了他们的高水平数字转型目标，现在正指望他们的工程师和科学家来实现它们。这包括学习新技术，与不熟悉的团队合作，提出新产品和服务。下载188bet金宝搏为了应对这一挑战，能源公司必须掌握如何系统地使用数据和模型，不仅在研发阶段，而且在产品的整个生命周期中跨团队使用。有效的数字转换计划需要考虑人员技能、流程和技术的变化。

12:30 -一点

人工智能（AI）已经成为解决地震数据处理问题的一种非常流行的方法。然而，地球科学家在标记数据和开发复杂的信号或图像处理算法以为人工智能算法准备数据方面花费了大量精力。我们演示了如何在MATLAB中使用小波来简化这些工作流程，特别是使用小波变换来增强两个常见的地震处理任务。

(1)自动提取P波和s波的到达时间和持续时间:我们使用连续小波变换(CWT)生成时间序列数据的二维时频图，然后作为深度卷积神经网络(CNN)的图像输入。CWT能够同时捕获时间序列数据中的高频短持续时间和低频长持续时间成分，这使得基于小波的时频表示在与深度cnn配对时特别健壮。

（2） 地震道分析：由于噪声、杂波、趋势等原因，用于定义地震属性的一些关键特征可能难以从地震道中提取。基于小波的多分辨率分析是从复杂地震道中提取这些相关特征的强大框架，无需添加任何空间扭曲或伪影。这些特征可以与AI模型配对进行分类。我们最近从该方法获得的结果有望用于自动地震解释模型，将解释程序的生产率提高约10倍。

11:30 - 12:00

油气行业的持续低迷要求大幅削减支出;提高质量水平的一种方法是增加自动化。确定最佳钻速(ROP)的最佳钻进参数仍然是一项复杂且高度人工的任务，而自动化技术可以极大地提高钻进效率。此外，钻井过程是非常动态的，有许多可变和不断变化的参数，这些参数会影响钻机的钻速和整体性能。对历史数据和影响钻井性能的因素有更深入的了解，可以让作业者更好地规划钻井，潜在地提高钻速，降低井的总成本。

在这次演讲中，我们演示了使用MATLAB来更好地理解和利用历史数据来优化钻井过程。这些数据包括泥浆马达失速的发生(和频率)、井下井眼条件、钻井参数以及产生最佳历史性能的设备和配置。MathWorks产下载188bet金宝搏品非常适合这种工作流程，因为它们允许快速研究数据和快速原型化算法。