基思·霍尔德韦著的《油气大数据分析利用（精）》提供了大数据和分析技术应用于石油和天然气行业的完整视图。本书包含多个实例研究，强调了在石油和天然气勘探和生产阶段对优化的迫切需求，并展示了数据分析如何提供这种优化。本书涵盖了勘探和生产阶段石油和天然气行业面临的主要问题，揭示了如何建模大数据以实现效率和业务收益，涉及石油和天然气的勘探、开发、生产和油气资产的复兴，可有效地推动石油和天然气的勘探和生产。
第1章 软计算基础
上游数据分析中的现状
数据驱动模型
从柏拉图到亚里士多德的进化
描述性和预测性模型
SEMMA过程
高性能分析
上游数据的三个原则
探索与生产价值提案
油田分析
我是一名……
参考文献
第2章 数据管理
勘探与生产价值定位
数据管理平台
数据库阵列
结构化数据和非结构化数据
提取、转换和加载过程
大数据分析
标准数据来源
案例研究：生产数据质量控制框架
最佳实践
参考文献
第3章 地震属性分析
勘探与开发价值主张
时延地震勘探
地震属性
油藏表征
油藏管理
地震数据分析
案例研究：由地震属性定义的油藏特征
参考文献
第4章 油藏描述和模拟
勘探与生产价值主张
探索性数据分析
油藏描述周期
传统数据分析
油藏模拟
案例分析
参考文献
第5章 钻井和完井优化
勘探与生产价值主张
工作流程1：减少非生产时间
工作流程2：钻井参数优化
案例分析
第6章 油藏管理
勘探与生产的价值定位
未来数字油田
卓越分析中心
分析工作流程：最好的实践
案例分析
第7章 产量预测
勘探与开采的价值主张
基于网络的产量递减曲线分析工具
非常规油气储量估计
案例分析：加密井产量预测
参考文献
第8章 生产优化
勘探与生产价值主张
案例研究
参考文献
第9章 油气行业大数据分析与管理
勘探开发领域内的价值主张
探索性数据分析模块
探索性数据分析方法中的统计图表与图形
细分集成方法
数据可视化
案例分析
第10章 大数据：结构化数据和非结构化数据
油气资源探测与生产
集合专家知识和数据驱动的系统
案例分析
多元地质统计学
大数据工作流程
参考文献
后记
