| 注册
首页|期刊导航|长江大学学报(自科版)|基于数据挖掘与机器学习技术的低渗储层产量预测

基于数据挖掘与机器学习技术的低渗储层产量预测

廖璐璐 李根生 曾义金 宋先知 高启超 周珺

长江大学学报(自科版)2023,Vol.20Issue(5):91-97,7.
长江大学学报(自科版)2023,Vol.20Issue(5):91-97,7.

基于数据挖掘与机器学习技术的低渗储层产量预测

Production prediction of low permeability reservoir based on data mining and machine learning technology

廖璐璐 1李根生 2曾义金 3宋先知 3高启超 3周珺3

作者信息

  • 1. 中国石油大学(北京)石油工程学院,北京102249||中国石化石油工程技术研究院有限公司,北京102206
  • 2. 中国石油大学(北京)石油工程学院,北京102249
  • 3. 中国石化石油工程技术研究院有限公司,北京102206
  • 折叠

摘要

关键词

数据挖掘/机器学习技术/Cardium致密储层/产量预测/随机森林/皮尔逊相关系数

Key words

data mining/machine learning techniques/cardium tight oil formation/production forecast/random forest analysis/Pearson correlation coefficient

分类

能源科技

引用本文复制引用

廖璐璐,李根生,曾义金,宋先知,高启超,周珺..基于数据挖掘与机器学习技术的低渗储层产量预测[J].长江大学学报(自科版),2023,20(5):91-97,7.

基金项目

国家重点研发计划项目"复杂油气智能钻井理论与方法"(2019YFA0708300) (2019YFA0708300)

中国石化科技部工程院油气开发基础前瞻项目"基于AI的非常规油气田产能预测与工程优化技术研究"(SYGCY2020-CX-06). (SYGCY2020-CX-06)

长江大学学报(自科版)

1673-1409

访问量0
|
下载量0
段落导航相关论文