Applied Mathematical Modelling, Год журнала: 2024, Номер unknown, С. 115907 - 115907
Опубликована: Дек. 1, 2024
Язык: Английский
Applied Mathematical Modelling, Год журнала: 2024, Номер unknown, С. 115907 - 115907
Опубликована: Дек. 1, 2024
Язык: Английский
Energy, Год журнала: 2025, Номер unknown, С. 134518 - 134518
Опубликована: Янв. 1, 2025
Язык: Английский
Процитировано
2Renewable Energy, Год журнала: 2025, Номер unknown, С. 122408 - 122408
Опубликована: Янв. 1, 2025
Язык: Английский
Процитировано
1Expert Systems with Applications, Год журнала: 2024, Номер 266, С. 126101 - 126101
Опубликована: Дек. 9, 2024
Язык: Английский
Процитировано
3Journal of Computational and Applied Mathematics, Год журнала: 2025, Номер 463, С. 116505 - 116505
Опубликована: Янв. 5, 2025
Язык: Английский
Процитировано
0Energies, Год журнала: 2025, Номер 18(4), С. 842 - 842
Опубликована: Фев. 11, 2025
Accurate oil and gas production forecasting is essential for optimizing field development operational efficiency. Steady-state capacity prediction models based on machine learning techniques, such as Linear Regression, Support Vector Machines, Random Forest, Extreme Gradient Boosting, effectively address complex nonlinear relationships through feature selection, hyperparameter tuning, hybrid integration, achieving high accuracy reliability. These maintain relative errors within acceptable limits, offering robust support reservoir management. Recent advancements in spatiotemporal modeling, Physics-Informed Neural Networks (PINNs), agent-based modeling have further enhanced transient forecasting. Spatiotemporal capture temporal dependencies spatial correlations, while PINN integrates physical laws into neural networks, improving interpretability robustness, particularly sparse or noisy data. Agent-based complements these techniques by combining measured data with numerical simulations to deliver real-time, high-precision predictions of dynamics. Despite challenges computational scalability, sensitivity, generalization across diverse reservoirs, future developments, including multi-source lightweight architectures, real-time predictive capabilities, can improve forecasting, addressing the complexities supporting sustainable resource management global energy security.
Язык: Английский
Процитировано
0Energy Reports, Год журнала: 2025, Номер 13, С. 2829 - 2843
Опубликована: Фев. 22, 2025
Язык: Английский
Процитировано
0Energy, Год журнала: 2025, Номер unknown, С. 135609 - 135609
Опубликована: Март 1, 2025
Язык: Английский
Процитировано
0Applied Mathematical Modelling, Год журнала: 2024, Номер unknown, С. 115907 - 115907
Опубликована: Дек. 1, 2024
Язык: Английский
Процитировано
2