저류층 생산 성능 예측 reservoir performance forecasting
키워드 · 기타
3연구단 논문
1교수
90억 국가 R&D(2015–24)
–증가율
0.00%서울대 비중
유·가스 저류층의 미래 생산량과 압력 거동을 모델·데이터로 예측하는 것이다.
연도별 연구단 논문
국가 R&D 과제 동향 (NTIS, 억 원)
2015–2024 과제 레코드 4건 · 10년 90억 · 2015–19 대비 2020–24 – · 대학 수행 0.0% · 서울대(본교) 0.00%. 매칭: 영문 키워드 'reservoir performance forecasting', 국문 '저류층 생산', '유정 생산량 예측'. 기관운영비·인력양성·출연연 주요사업비 등 과제 아닌 레코드는 뺐다.
매칭 과제의 NTIS 표준분류(1순위, 연구비 비중): 에너지/자원 > 자원탐사/개발/활용 56% · 에너지/자원 > 기타 에너지/자원 44%
교수
| 교수 | 학과 | 논문 | 2022년 이후 |
|---|---|---|---|
| 정훈영 | 에너지자원공학과 | 3 | 2 |
함께 나오는 키워드
연결되는 NTIS 분류
에너지/자원만에너지·환경·원자력 확장
없음
논문 (최신순)
| 연도 | 논문 | SNUEI 저자 | 피인용 |
|---|---|---|---|
| 2025 | Learning-based pattern-data-driven forecast approach for predicting future well responses Journal of Petroleum Exploration and Production Technology | 정훈영 | 3 |
| 2022 | Hydrocarbon production dynamics forecasting using machine learning: A state-of-the-art review Fuel | 정훈영 | 52 |
| 2018 | A learning-based data-driven forecast approach for predicting future reservoir performance Advances in Water Resources | 정훈영 | 79 |
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
논문 3
Hydrocarbon production dynamics forecasting using machine learning: A · A learning-based data-driven forecast approach for predicting future r · Learning-based pattern-data-driven forecast approach for predicting fu