机器学习在防漏堵漏中研究进展与展望
孙金声, 刘凡, 程荣超, 冯杰, 郝惠军, 王韧, 白英睿… - 石油学报, 2022 - syxb-cps.com.cn
随着大数据和人工智能技术在油气勘探开发领域应用不断拓展, 数字化, 智能化防漏堵漏技术已
成为必然发展趋势, 基于机器学习的算法模型及配套软件是核心内容. 通过系统归纳分析了人工 …
成为必然发展趋势, 基于机器学习的算法模型及配套软件是核心内容. 通过系统归纳分析了人工 …
[PDF][PDF] 陆相页岩油关键甜点要素地球物理表征技术
刘喜武, 刘宇巍, 郭智奇 - 地球物理学进展, 2022 - dsjyj.com.cn
摘要针对陆相页岩油关键甜点要素的地球物理响应机理规律不清, 敏感属性参数厘定困难,
甜点预测的预测的准确性, 可靠性, 精细度和精确度差等问题, 开展地震预测与评价方法研究 …
甜点预测的预测的准确性, 可靠性, 精细度和精确度差等问题, 开展地震预测与评价方法研究 …
Research progress and prospects of machine learning in lost circulation control
J Sun, F Liu, R Cheng, J Feng, H Hao, R Wang… - Acta Petrolei …, 2022 - syxb-cps.com.cn
With the expanding of big data and artificial intelligence (AI) technology in oil and gas
exploration and exploitation, the development of digital and intelligent lost circulation control …
exploration and exploitation, the development of digital and intelligent lost circulation control …
不同煤体结构煤储层与煤层气井产出煤粉特征的关系——以鄂尔多斯盆地东缘柳林区块为例
魏迎春, 孟涛, 张劲, 王安民, 王亚东 - 石油学报, 2023 - syxb-cps.com.cn
不同类型煤体结构煤储层对煤层气井产出煤粉的影响不同. 以鄂尔多斯盆地东缘柳林区块为研究
区, 为了查明不同煤体结构煤储层分布及其对煤粉产出的影响, 基于测井资料构建了主成分分析 …
区, 为了查明不同煤体结构煤储层分布及其对煤粉产出的影响, 基于测井资料构建了主成分分析 …
S-wave velocity inversion and prediction using a deep hybrid neural network
J Wang, J Cao, S Zhao, Q Qi - Science China Earth Sciences, 2022 - Springer
The S-wave velocity is a critical petrophysical parameter in reservoir description, prestack
seismic inversion, and geomechanical analysis. However, obtaining the S-wave velocity …
seismic inversion, and geomechanical analysis. However, obtaining the S-wave velocity …
[PDF][PDF] 基于机器学习的致密储层流体识别方法研究
罗刚, 肖立志, 史燕青, 邵蓉波 - 石油科学通报, 2022 - cup.edu.cn
摘要机器学习算法已经成为工程领域建模的有力工具, 这些方法通过使用复杂结构或多重非线性
变换从更高的维度拟合多个变量之间的非线性关系, 适用于解决工程中由于变量关系复杂 …
变换从更高的维度拟合多个变量之间的非线性关系, 适用于解决工程中由于变量关系复杂 …
Key sweet spot factors seismic characterization of continental shale oil
XW LIU, YW LIU, ZQ GUO - Progress in Geophysics, 2022 - en.dzkx.org
Seismic characterization for continental shale oil key sweet spot factors is very difficult due to
its fast varying. Based on rock physics testing, an anisotropy rock physical model is built and …
its fast varying. Based on rock physics testing, an anisotropy rock physical model is built and …
基于CNN-LSTM-VAE 混合模型的储层参数预测方法
李贺男, 段中钰, 郑桂娟, 王云雷 - 地球物理学进展, 2022 - dzkx.org
利用测井资料预测储层参数是油气田开发的重要内容. 针对现有储层参数预测模型精度低,
不能很好的提取测井曲线和储层参数之间潜在关系的问题, 本文将卷积神经网络(CNN) …
不能很好的提取测井曲线和储层参数之间潜在关系的问题, 本文将卷积神经网络(CNN) …
[PDF][PDF] 测井地质学研究中的典型误区与科学思维.
赖锦, 庞小娇, 赵鑫, 赵仪迪, 王贵文, 黄玉越… - Natural Gas …, 2022 - cup.edu.cn
测井地质学方法理论体系在基础地质, 石油地质和工程地质等领域得到广泛应用,
但不同测井系列对地质信息响应敏感性的差异, 多重测井信息地球物理属性与岩石地质成因不 …
但不同测井系列对地质信息响应敏感性的差异, 多重测井信息地球物理属性与岩石地质成因不 …
Relationship between coal reservoirs with different coal structures and the characteristics of coal fines produced in CBM wells: a case study of Liulin block at the …
Y Wei, T Meng, J Zhang, A Wang, Y Wang - Acta Petrolei Sinica, 2023 - syxb-cps.com.cn
Coal reservoirs with different coal structures may have different effects on the output of coal
fines produced in coalbed methane (CBM) wells. This paper is a case study of Liulin CBM …
fines produced in coalbed methane (CBM) wells. This paper is a case study of Liulin CBM …