结合机器学习与传统储层物理对阿根廷圣乔治盆地海湾某大型成熟注水工程进行预测建模和优化

一项结合了数据科学的速度优势和传统模拟的预测能力的新技术正应用于阿根廷南部圣乔治湾某大型注水项目两个区块的建模。该技术可为注水重新分配提供方案，优化生产和储量开发，降低注水成本。

所使用的技术称为数据物理学（DataPhysics），结合了储层物理的稳健性和数据科学技术的速度，连续求解有限数量的未知数，使之比传统数值模拟快几个数量级。储层模型由原始（未解释的）数据创建，并不断更新，允许实时进行闭环储层优化。由于该技术遵循了储层物理特性，因此具有长期预测的能力。

预测模型已试点实施，并取得了初步成果。