●第1章 概述
1.1 頁岩革命
1.2 傳統建模
1.3 範式轉移
第2章 頁岩油氣生產模擬
2.1 頁岩儲層模擬
2.2 天然裂縫網絡繫統
2.3 頁岩天然裂縫網絡繫統
2.4 頁岩中天然裂縫的新假說
2.5 頁岩天然裂縫網絡繫統的重要性
2.6 “硬數據”和“軟數據”
2.7 頁岩儲層模擬與建模研究現狀
2.8 顯式水力裂縫建模
2.9 儲層改造體積
2.10 微地震
第3章 頁岩分析
3.1 人工智能
3.2 數據挖掘
3.3 人工神經網絡
3.4 模糊邏輯
3.5 進化優化
3.6 聚類分析
3.7 模糊聚類分析
3.8 有監督模糊聚類分析
第4章 實際影響因素
4.1 物理學與地質學在頁岩數據分析中的作用
4.2 相關性不同於因果關繫
4.3 數據的質量控制和質量保證
第5章 頁岩油氣產量控制因素
5.1 傳統認識
5.2 頁岩儲層質量
5.3 粒度
5.4 完井和儲層參數的影響
第6章 地質力學測井曲線重構
6.1 岩石的地質力學性質
6.2 地質力學測井
6.3 合成模型的發展
6.4 模擬後分析
第7章 遞減分析方法的拓展應用
7.1 遞減分析方法及其在頁岩儲層中的應用現狀
7.2 不同遞減分析方法的對比
7.3 遞減分析方法在頁岩儲層中的拓展應用
7.4 頁岩數值分析與遞減分析
第8章 頁岩油氣生產優化技術
8.1 數據集
8.2 油氣井生產動態/壓裂復雜性
8.3 井質量分析
8.4 模糊模式識別
8.5 關鍵績效指標
8.6 預測建模
8.7 敏感性分析
8.8 生成典型曲線
8.9 回溯分析
8.10 服務公司績效評估
第9章 頁岩數值模擬與智能代理
9.1 頁岩油氣井生產數值模擬
9.2 案例分析：馬塞勒斯頁岩
9.3 智能代理建模
第10章 頁岩全尺度儲層建模
10.1 數據驅動油藏建模簡介
10.2 馬塞勒斯頁岩數據
10.3 建模前期數據挖掘
10.4 全流程建模
第11章 頁岩油氣井重復壓裂
11.1 重復壓裂後備井優選
11.2 重復壓裂設計
參考文獻
附錄A 單位換算表

《數據驅動分析技術在頁岩油氣藏中的應用》致力於探討油氣數據分析在頁岩油氣藏管理和生產運營中的應用，闡述如何利用不斷產生的勘探開發數據創建持續學習繫統，深入認識頁岩油氣開發過程並對未來運行產生積極的影響。
《數據驅動分析技術在頁岩油氣藏中的應用》主要內容包括頁岩油氣生產模擬、頁岩油氣數據驅動分析方法（人工智能、數據挖掘、神經網絡、模糊邏輯、進化計算和聚類分析）、敏感性和產量主控因素分析、組合地應力測井、產量遞減分析擴展應用、頁岩油氣生產優化、數值模擬和智能代替、頁岩油氣藏建模和頁岩油氣井重復壓裂。同時對大量頁岩油氣井完井實踐進行了討論，利用大量示例和程序代碼敘述了數據驅動分析的操作流程。
《數據驅動分析技術在頁岩油氣藏中的應用》可為科研院所、高校、油氣公司等從事頁岩油氣勘探開發相關人員提供參考。