Shell地质学家开发和部署软件，以预测地下地质特征

Shell想要一个应用程序，可以使用可用的地震测量与已知地质结构的数据库，以推断出低于地震分辨率的新的类似功能。例如，为了引导在信道化地下储层中的井放置，软件需要使用古河保存的通道带的建立的几何缩放关系和地震数据来预测该带内部的特征。地质学家希望应用他们的域名专业知识，以制定底层数据分析，预测和模拟识别算法本身，而不将开发用于单独的程序员团队或第三方。

一旦开发和测试了算法，团队需要帮助，以便在生产IT环境中为其进行部署。他们希望能够在中央服务器上更新算法和附带的数据库，并使新版本立即可供其周围其同事。

Shell地质学家在Matlab开发了地层表征算法，并与Mathworks顾问合作，将其算法公司与Matlab Productions Server™一起部署。

在MATLAB中工作，该团队开发了从3D地震数据中提取的提取特征的定量表征算法的算法。通过使用来自曲线配件工具箱™的加权立方样条曲线的曲率分析，这些特征描述了输入数据的比例和模式。

它们使用了MathWorks顾问构建的MongoDB的自定义连接器，以便以编程方式将其算法链接到地质数据库。数据库包含源自卫星图像，地形和碱度调查，核心数据和数值模型的刻度，架构和组成度量。

使用MATLAB和统计和机器学习工具箱™，该团队开发了一个结合数据库指标的回归模型和预测算法，从地震数据提取的特征，以及已知的缩放关系以预测底尺度的厚度，宽度和其他地层特性.

该团队从Matlab中央文件交换机融合了基于密度的空间聚类算法，以识别来自地质数据库的类似位置。

然后，他们与Mathworks顾问合作，以改进算法，开发用户界面，并将算法部署为生产应用程序。

首先，他们重写了一些程序MATLAB代码，应用面向对象的原则来使代码更容易扩展和维护。

他们使用映射工具箱添加了协同可视化功能™ 创建已识别模拟位置的网络地图显示。

该团队使用Matlab Compiler SDK™打包了该算法，并使用Matlab生产服务器部署为生产企业应用程序。Shell Geologists通过使用Matlab Compiler™创建的独立MATLAB客户端应用程序访问两个导向和非控件工作流程中的算法。

该应用程序已作为试点向壳牌公司的一小群地质学家和地层学家推出，为公司范围内的发布做准备。

• 一个月的项目被简单的查询所取代。Howes说：“使用我们在MATLAB中开发的应用程序，地质学家可以在几分钟内得到复杂问题的答案，在某些情况下，这些问题以前需要项目人员进行重大的研究项目，并且需要数周到数月的时间来回答。”。
• 钻井预测精度大大提高。“我们使用我们的MATLAB算法，根据地震图像预测远景位置的储层体积，”Howes说，“当远景钻探时，我们的预测精度被发现在12%以内。在整个行业中，以一个数量级（~1000%）进行预测并不罕见，尤其是在数据稀少的新领域。”
• 立即部署软件更新。Howes说：“对我们来说，MATLAB Production Server的一大优势是能够集中进行更新和更改，并使所有用户都能立即使用这些更新和更改。”。“随着我们改进算法并添加到数据库中，这些改进将立即反映到整个生产IT环境中。”