10:30 - 11:00

MATLAB油藏模拟工具箱(MRST)最初设计为一个快速原型和演示新的模拟方法和建模概念的多孔介质流动的研究工具。多年来，它已经发展成为一个社区工具，为世界各地的研究人员、学生和油藏工程师所使用世界杯预选赛小组名单(例如，在超过180篇硕士/博士论文和350篇SINTEF外部作者的论文中证明了这一点)。在本次演讲中，我们首先简要概述MRST并重点介绍几个应用案例。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;这些都能让你快速写出完全可微的模拟引擎。最后，我们将简要讨论如何使用MEX扩展来确保计算性能与商业模拟器相当。

11:00 - 11:30

采用LSTM网络自动选取P波和s波到达时间。网络准确而快速地挑选事件，避免了人工干预的需要。尽管深度学习模型被训练用来探测陆上褶皱冲断带的小型局部地震，但它在其他地质环境中的小地震和基于一些初始结果的全球地震台网记录的大地震中是有效的。

11:30 - 12:00

解释系统是地球科学专业人员在勘探和生产(E&P)行业中使用的重要工具，可以帮助查看、建模和理解地下地层。MATLAB^®是一个专门为工程师和科学家设计的功能强大的编程平台。虽然解释系统在帮助地球科学家在多学科共享的地球环境中分析和解释数据方面越来越强大，但它们往往不能提供所有的答案。通常情况下，勘探开发公司希望使用专有算法和工作流程来更好地理解可用数据，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MATLAB实时连接到解释系统，允许实时访问数据。本演示将讨论和演示地球科学家现在如何能够使用MATLAB访问地球科学数据(地震、地平线、电缆等)，否则这些数据将局限于用户的Petrel*项目。这使得数据能够以一种专门的方式进行操作，同时立即被写回，允许在Petrel*中立即可视化增强的数据。正是这种互动性更强的功能，打开了将MATLAB原型产品化为内部工具以供资产团队使用的可能性。

12:00 - 12:30

计算地层学是雪佛龙公司的一项新的油藏描述和建模技术。计算地层学通过模拟泥沙运移和沉积过程，生成地质上似是而非的储层类似物。在每次模拟过程中，都会记录盆地表面几何形状、水流速度和沉积物性质的快照。这些快照有助于在不同地质背景的盆地中描绘地层构型、沉积体几何形状以及其他储层性质和非均质性的关键外在和内在控制。

传统的储层建模工具由于其密集的时空分辨率和沉积系统演化的非标准数据，难以有效地交互式地查看、探索和分析这些三维模型。计算地层学Explorer (CSE)的开发是为了使地球科学家能够交互式地可视化、探索和分析计算地层学模型。CSE是一个用MATLAB开发的交互式应用程序。它依赖于灵活的可视化能力和标准MATLAB组件的互动性。

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动态库，可以从现有的应用程序(如Petrel)启动。这促进了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

非常规能源，特别是页岩资源，在我们国家能源储备中占很大比例，而且还在不断增加，需要仔细规划和优化以实现高效生产。为此，公司正在收集大量关于油田和每口井生命周期的所有阶段的数据，包括油井生命周期内的地质、钻井、完井和生产。然而，利用这些数据来优化井的设计和性能是一个巨大的挑战，因为获取的大部分数据都位于地面，因此只能对深井(~2英里)和长水平井(2-3英里)的10s(20-50)段进行汇总/平均估算。在每段基础上优化决策，即油井的完井方式，需要在每段基础上估算产量，这对于大多数井来说是无法测量的，也很难从获得的数据中推断出来。

在这项工作中，我们展示了使用聚类和优化方法来构建每级产量预测模型的方法，该模型使用的是地质信息、钻井和压裂作业期间的地面测量数据以及每口井的产量数据。我们的分析揭示了每段压裂的有效性，从而根据生产前获得的压裂段特征数据，对未来的井进行更好的决策。该模型包含了在保持准确性的同时减少/管理过拟合影响的方法，并为实验设计和规划和操作决策的数据驱动优化提供了建议。我们展示了应用于合成/模拟数据的模型的数值结果。MATLAB高效分析和可视化大型数据集的能力在演示我们的概念时被证明是非常有价值的。

10点- 10:30

地震层位是在地震资料中观察到的地质特征，它表明在一大片区域内声阻抗的变化相对一致。通常，这些层位的方向相对较浅，因为自然过程导致地球表面在沉积过程中大部分是平坦的。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，各种各样的构造变形会导致重要的地质特征旋转成陡峭的倾斜。为了解决这一业务问题，我们设计并实现了一种地震倾角引导地平线自动跟踪算法，该算法使用商业倾角属性体来引导地平线跟踪器。我们选择在MATLAB中实现我们的算法，因为它是一种高效的快速原型语言，为算法验证提供灵活的可视化，并通过MATLAB编译器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球科学家和来自不同地质环境的数据集中获取算法结果的反馈。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。

我们实现了一个交互式的故障排除工具，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更改。这种迭代算法改进过程产生了一种高效、易于使用、高度精确的地平线自动跟踪器，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

层序地层学研究的是与沉积有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铺设顺序。年代地层学追踪沉积的顺序和沉积沉积物在地质时代的特征变化。解释面被认为是地质时间的快照，年代地层图或惠勒图是通过压平解释面来描述时间地层的工具。

历史上，许多层序地层学学派或方法提出了截然不同的裂谷面和沉积旋回性。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，开发能够在不同方法的多个框架中导航并能够合并露头图像数据的开源软件是非常重要的。

我们开发了WheelerLab，这是一个独立的开源交互式程序，可以促进层序地层和年代地层地质数据(地震剖面、露头数据和井剖面)的分析。WheelerLab增加了一些商业软件没有的重要功能:它可以用于多层序地层学方法框架内的分析;它包含了新的数据类型，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。该程序通过向用户提供对转换的灵活解释控制来支持多种方法。该程序生成动态wheeler图，依次描述了年代地层时粒的演化和解释的成因地层包体的演化。WheelerLab还可以用来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，图像和图像处理被深深地嵌入到许多业务流程中。Shell保持超过50 PBytes的图像存储，其形式包括地震数据、岩石和催化剂的微型计算机断层扫描(CT)和显微镜图像、井心和井壁图像、卫星和无人机图像数据以及资产监控摄像机数据，具有多种分辨率、比例和波长。根据内容而不是元数据在大型数据存储中查找相似的图像是一项通用任务。元数据经常过时，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，可以很好地处理小而少的图像，但由于计算需求，不能扩展到大的图像或数据仓库。

现代深度学习擅长从图像中提取相关特征，它是基于“自己”的有监督和无监督学习，而且计算工作量很小。在这篇文章中，我们专注于“数字岩石”技术，利用计算机分析和计算机模拟对岩石扫描图像进行分析，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模拟结果，以获得与新获得的岩石样品相似的岩石样品。我们将讨论CBIR算法如何帮助识别相似的岩石样本。我们探讨了微ct孔隙图像对CBIR方法的挑战，并评估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，我们对大规模三维孔隙图像集合的可扩展CBIR算法和实现进行了展望。我们的CBIR算法是使用MATLAB的工具箱实现的，用于并行计算、深度学习和图像处理。MATLAB平台允许我们在交互式的、gpu加速的环境中高效地开发和比较大量的算法和想法。

11:30 - 12:00

井内声波测井涉及到用钻杆或导线穿过钻孔的工具测量地球的弹性性质。源向井眼流体中发射声波并激发波模式，这些波模式被同一工具上的接收器阵列记录下来。井眼声波波场传播的计算建模极大地提高了我们对这一物理学的理解，从而产生了适合于测量地球属性的算法。

传统的井眼声波波场建模是在HPC簇上进行的。并行计算协议对许多问题都很有效。然而，它的代价是:开发和维护更难调试的代码;性能受网络通信速度限制的;与他人共享集群资源;需要一个与建模软件分离的队列系统来管理作业;最重要的是，使用高性能计算集群。

Chevron通过使用MATLAB丰富且用户友好的GUI开发特性，采用基于云的分布式计算技术，并利用计算硬件和编译器的先进技术，解决了这个问题。具体来说，我们开发了一个共享内存波场模拟代码，它利用了缓存阻塞，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基础设施，包括模型创建、作业管理、数据分析和结果归档。我们的程序代表一个“盒子里的集群”，通过只旋转作业所需的计算资源来生成结果，由于基于现收现付的云计算成本结构，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，它使我们敏捷，允许我们加速能力的增长和交付的结果比任何其他替代品更快。

12:00 - 12:30

地震全波形反演(FWI)包括使用牛顿方法更新地下地质性质模型，其中数据是通过地震数据的最大完整(如弹性动力学)建模进行模拟的。目前，它代表了地质图像形成的最先进水平，但许多基础和应用研究问题仍然存在，并正在解决。在CREWES，我们在MATLAB环境中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。本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

壳牌自2015年以来一直在加拿大运营Quest碳捕获和存储(CCS)项目。为了证明注入CO的包容性和一致性₂；实施了测量、监视和验证(MMV)计划。尽管Quest处于一个非常安静的构造位置，诱发地震活动已被认为是所有大规模注入场地的潜在风险，因此微地震监测成为Quest MMV计划的关键组成部分。

本演示展示了可视化和自助分析工具在应用于微地震监测时，如何实现数字化的民主化。自助服务工具鼓励在组织中更广泛地采用数据科学功能，并向更易于访问的内部分析功能转变。

10点- 10:30

随着嵌入式系统的日益普及，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。该行业通过采用基于模型的设计(Model-Based Design)来应对这一挑战，在整个设计和开发阶段都使用模型——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，以及在操作场景中使用数字双胞胎(Digital Twins)。在进行这种转型的过程中，该行业可以借鉴已经完成这种转型的其他行业的经验，如汽车、航空航天和其他行业，以便实现成功的转型，并从其他行业吸取教训。本次演讲将提供来自其他行业的观点，并进行对比，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，需要满足复杂系统开发的积极的成本目标和时间表。快速扩展技术，构建对系统行为的洞察力，为系统和控制开发采用敏捷方法，同时最小化构建昂贵硬件原型的需求，这通常是必不可少的。其他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体系结构，执行贸易空间研究以探索不同的系统体系结构概念，通知控制系统设计，并产生成本、功率和其他系统预算。

本次演讲的重点是作者在不同初创公司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的每个阶段的理解。2022世界杯八强谁会赢？这包括使用Requirements Toolbox进行需求捕获，使用System Composer进行系统架构设计，使用Simulink、Stateflow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，使用Simulink Test进行单元测试和集成系统验证，使用Simulink Project进行修订控制和文件管理。

11:00 - 11:30

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

这些工作流可以支持从需求和测试设计到详细的HIL设置的任何内容。这次演讲将主要集中在高级工作流程上，但也会简要地涉及一些细节，比如将模型部署到NI硬件的cpu和fpga上。

12:00 - 12:30

近几十年来，聚晶金刚石致密(PDC)钻头为油气勘探带来了革命性的变化，钻井速度和耐久性持续显著提高。这一进步是由研究工程师、材料科学家和实验室技术人员的工作所推动的。为了保持竞争力，ReedHycalog需要一条快速通道，将快速发展的技术从实验室推进到钻头设计人员，再推进到工厂车间。我们的软件包“Orbit”，使工程师能够根据前沿的科学模型来评估他们的CAD设计。为了完成这个循环，我们使用来自最终产品的现场数据不断地验证和改进这些模型。演讲者谈到了MATLAB Production Server如何允许NOV将当前的研发快速集成到他们的软件中，以“科学”钻头设计过程。

12:30 -一点

Simulink在过去几年里有了显著的改进，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，使您能够更有效地工作并改进您的开发。您将了解编辑、组件化、对运行时软件建模、加速模拟等方面的新特性。

10点- 10:30

从“石油和天然气”到“能源”的转变正在使该行业走出舒适区，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级数字转换目标，现在正指望他们的工程师和科学家来实现这些目标。这将包括学习新技术，与不熟悉的群体合作，提出新的产品和服务。2022世界杯八强谁会赢？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，不仅是在研发阶段，而且是在整个产品生命周期的各个小组之间。有效的数字化转型计划需要考虑到人员技能、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热门方法。然而，地球科学家花费了大量的精力来标记数据，并开发复杂的信号或图像处理算法，为人工智能算法准备数据。我们演示了在MATLAB中使用小波来简化这些工作流程——具体来说，使用小波变换来增强两个常见的地震处理任务。

(1)自动选取P波和s波到达时间和持续时间:使用连续小波变换(CWT)生成时间序列数据的二维时频图，然后将其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很难从地震道中提取出来。基于小波的多分辨率分析是一个强大的框架，可以从复杂的轨迹中提取这些相关特征，而不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。我们最近从这种方法得到的结果是有希望的自动化地震解释模型，提高了约10倍的解释器的生产力。

11:30 - 12:00

石油和天然气的持续低迷要求大幅削减支出;要做到这一点并保持或提高质量水平，一种方法是增加自动化。确定最佳钻井参数以获得最佳钻速(ROP)仍然是一项复杂且高度人工的工作，但可以从自动化中获得很大好处。此外，钻井过程是非常动态的，有许多可变的和不断变化的参数，这些参数会影响机械钻速和钻机的整体性能。对历史数据和影响钻井性能的因素有了更深入的了解，作业公司就可以更好地计划钻井，提高钻进速度，降低井的总体成本。

在这次演讲中，我们演示了如何使用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熄火的发生(和频率)、井下条件、钻井参数以及产生最佳历史性能的设备和配置。MathWorks产2022世界杯八强谁会赢？品非常适合这种工作流程，因为它们允许快速调查数据并快速创建算法原型。