第1章 软计算基础 1
上游数据分析中的现状 3
数据驱动模型 6
从柏拉图到亚里士多德的进化 11
描述性和预测性模型 12
SEMMA过程 15
高性能分析 16
上游数据的三个原则 20
探索与生产价值提案 22
油田分析 24
我是一名 29
参考文献 32
第2章 数据管理 35
勘探与生产价值定位 38
数据管理平台 40
数据库阵列 49
结构化数据和非结构化数据 53
提取、转换和加载过程 54
大数据分析 56
标准数据来源 57
案例研究：生产数据质量控制框架 59
最佳实践 61
参考文献 66
第3章 地震属性分析 67
勘探与开发价值主张 69
时延地震勘探 70
地震属性 71
油藏表征 73
油藏管理 74
地震数据分析 75
案例研究：由地震属性定义的油藏特征 97
参考文献 113
第4章 油藏描述和模拟 115
勘探与生产价值主张 118
探索性数据分析 120
油藏描述周期 123
传统数据分析 124
油藏模拟 125
案例分析 131
参考文献 148
第5章 钻井和完井优化 149
勘探与生产价值主张 152
工作流程1：减少非生产时间 154
工作流程2：钻井参数优化 161
案例分析 164
第6章 油藏管理 181
勘探与生产的价值定位 184
未来数字油田 187
卓越分析中心 193
分析工作流程：最好的实践 196
案例分析 200
第7章 产量预测 223
勘探与开采的价值主张 226
基于网络的产量递减曲线分析工具 228
非常规油气储量估计 247
案例分析：加密井产量预测 250
参考文献 254
第8章 生产优化 255
勘探与生产价值主张 259
案例研究 259
参考文献 286
第9章 油气行业大数据分析与管理 289
勘探开发领域内的价值主张 292
探索性数据分析模块 294
探索性数据分析方法中的统计图表与图形 300
细分集成方法 307
数据可视化 309
案例分析 312
第10章 大数据：结构化数据和非结构化数据 325
油气资源探测与生产 330
集合专家知识和数据驱动的系统 333
案例分析 338
多元地质统计学 347
大数据工作流程 349
参考文献 357
后记 358