Vers un système de prédiction et des solutions relatives à la perte de boue de forage en utilisant les techniques de la fouille de données.

Abstract

La perte de circulation est un problème habituel dans l'industrie de forage pétrolier, ce qui nécessite une très grande dépense pécuniaire pour les entreprises de forage. Aujourd'hui, la minimisation des pertes de boue de forage reste l’objectif principal et la préférence pour les superintendants de forage. Les techniques de la fouille de données sont une nouvelle méthode de résolution de problèmes d'ingénierie, car elles ont la capacité d'examiner tous les paramètres efficaces simultanément. En outre, ces techniques augmentent et facilitent la capacité d'apprentissage directement à partir de données réelle du terrain. L’objet de notre étude est d’anticiper en premier lieu les causes de survenue de ces problèmes afin d’éviter les risques et les coûts de forage excessifs car si ces risques sont identifiés à l'avance, de meilleures solutions peuvent être préconisées pour réduire les conséquences négatives. Ensuite, en deuxième lieu, notre sujet consiste aussi à essayer de mettre en place un système de prédiction de la perte de boue de forage en utilisant les algorithmes de la fouille des données Datamining.The loss circulation is a big problem in the oil drilling industry, which requires a very large financial expense for drilling companies. Today, the minimization of drilling mud losses remains the primary objective and preference for drilling superintendents. data mining techniques are a new approach to solving engineering problems, because they have the ability to examine all effective parameters simultaneously. In addition, these techniques increase and facilitate the ability to learn directly from actual field data. The purpose of our study is anticipated first occurrence of the causes of these problems in order to avoid excessive risks and drilling costs as if such risks are identified in advance, better solutions can be recommended for reduce the negative consequences. Then, secondly, our subject is also to try to set up a drilling mud loss prediction system using the algorithms of the search Data mining of data.