深度学习在油气产量预测中的研究进展与技术展望OA北大核心CSTPCDEI
随着大数据和人工智能的不断进步,数字和智能化的油气产量预测技术已经成为石油天然气行业发展的新趋势。深度学习与油气产量预测的有效结合为解决非常规油气和复杂场景下的产量预测等问题提供了新的方案与策略。为此,在系统回顾油气产量预测技术发展历程的基础上,重点阐述了基于深度学习方法的油气产量预测技术的应用现状及关键流程,归纳了油气产量预测领域的特征工程以及不同场景下的神经网络构建方法,最后深入探讨了智能油气产量预测技术的未来发展方向。研究结果表明:(1)油…查看全部>>
郭子熙;马骉;张帅;张舒;邓慧;陈东;陈怡羽;周嵩锴
清华大学数学科学系 油气藏地质及开发工程全国重点实验室•西南石油大学中国石油集团川庆钻探工程有限公司井下作业公司西南石油大学计算机与软件学院油气藏地质及开发工程全国重点实验室•西南石油大学 西南石油大学计算机与软件学院 四川省油气勘探开发智能化工程研究中心 数据挖掘与知识管理南充市重点实验室•西南石油大学西南石油大学计算机与软件学院中联煤层气国家工程研究中心中石油煤层气有限责任公司中国石油化工股份有限公司中原油田普光分公司
石油、天然气工程
机器学习深度学习人工智能产量预测非常规油气
《天然气工业》 2024 (9)
P.88-98,11
国家自然科学基金重点项目“基于新一代信息技术的复杂油气储层地震勘探理论和方法”(编号:42330801)油气藏地质及开发工程全国重点实验室开放基金课题“基于迁移学习的气井产量预测方法研究”(编号:PLN2022-50)。
评论