• Bokmål
  • English

Nettstedskart

SAND

SAND

Statistisk Analyse av Naturressurs Data - SAND

SAND ble etablert i 1984, og er en betydelig internasjonal bidragsyter til forskning og tjenester innen reservoarbeskrivelse, stokastisk modellering og geostatistikk for oljeindustrien. Vårt primære mål er å bruke statistiske metoder for å redusere og kvantifisere risiko og usikkerhet. Hovedområdet er stokastisk modellering av geologi i petroleumsreservoarer inkludert oppskalering og historie matching. Vi har også en betydelig aktivitet på alle typer risikokvantifisering, primært innen energisektoren.

Ansatte har bakgrunn i statistikk, matematikk, fysikk, numerisk analyse og informatikk. For å sikre at vi jobber med interessante og relevante problemstillinger for petroleumsindustrien, har vi nært samarbeid med fagfolk innen geo-vitenskap når dette er relevant for prosjektet. De fleste prosjektene er finansiert av oljeselskaper, programvareleverandører innen oljeindustrien og forskningsprosjekter sponset av EU-kommisjonen og Norges forskningsråd.

Forskningsområder


Siste 5 vitenskapelige artikler

    Hauge, Ragnar; Vigsnes, Maria; Fjellvoll, Bjørn; Vevle, Markus Lund; Skorstad, Arne. Object-Based Modeling with Dense Well Data. Quantitative Geology and Geostatistics (ISSN 0924-1973). 19 pp 557-572. doi: 10.1007/978-3-319-46819-8_37. 2017.

    Olsen, Håvard Goodwin; Hermansen, Gudmund Horn. Recent Advancements to Nonparametric Modeling of Interactions Between Reservoir Parameters. Quantitative Geology and Geostatistics (ISSN 0924-1973). 19 pp 653-669. doi: 10.1007/978-3-319-46819-8_44. 2017.

    Hauge, Vera Louise; Hermansen, Gudmund Horn. Machine Learning Methods for Sweet Spot Detection: A Case Study. Quantitative Geology and Geostatistics (ISSN 0924-1973). 19 pp 573-588. doi: 10.1007/978-3-319-46819-8_38. 2017.

    Stordal, Frode; Svensen, Henrik; Aarnes, Ingrid; Roscher, Marco. Global temperature response to century-scale degassing from the Siberian Traps Large Igneous Province. Palaeogeography, Palaeoclimatology, Palaeoecology (ISSN 0031-0182). 471 pp 96-107. doi: 10.1016/j.palaeo.2017.01.045. 2017.

    Vigsnes, Maria; Kolbjørnsen, Odd; Hauge, Vera Louise; Dahle, Pål; Abrahamsen, Petter. Fast and Accurate Approximation to Kriging Using Common Data Neighborhoods. Mathematical Geosciences (ISSN 1874-8961). 49(5) pp 619-634. doi: 10.1007/s11004-016-9665-7. 2017.

Publikasjoner i 2017, 2016, 2015, 2014, 2013, tidligere år
Postadresse:
Norsk Regnesentral
Postboks 114 Blindern
0314 Oslo
Besøksadresse:
Norsk Regnesentral
Gaustadalleen 23a
Kristen Nygaards hus
0373 Oslo
Tlf:
(+47) 22 85 25 00
Adresse Hvordan komme til NR
Sosiale media Del på sosiale media
Personvernerklæring Personvernerklæring
Postadresse: Norsk Regnesentral, Postboks 114 Blindern, 0314 Oslo
Besøksadresse: Norsk Regnesentral, Gaustadalleen 23a, Kristen Nygaards hus, 0373 Oslo
Tlf: (+47) 22 85 25 00
AdresseHvordan komme til NR