Прогнозирование результатов гидроразрыва пласта, основанное на методах кластеризации

Исследуются реальные данные, собранные с местораждений на предмет прогнозирования результатов гидроразрыва пласта. Техническим и геологическим факторам процесса на скважине ставится в соответствие интервал запускных объемов добычи нефти. Для решения задачи используются методы машинного обучения, решается задача кластеризации методом распространения близости, последующая задача классификации методами ближайших соседей и случайного леса, визуализация многомерного пространства признаков. Для наглядности приводится в сравнение метод наивного Байеса. Отбираются значимые параметры и определяется их влияние на процесс гидравлического разрыва. Полученная точность прогнозирования 95%, выявлено существование паттернов и найдено 5 параметров наибольшего влияния на ГРП с общей долей около 44%. Для анализа и решения применяется язык программирования Python. Задача является прикладной и крайне актуальной для индустрии, решение которой поможет в оптимизации процесса гидроразрыва и максимизации инвестиций.