共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于人工神经网络方法的页岩油气产量预测新技术——以美国Eagle Ford页岩油气田为例显示文摘页岩油气产量受地质、工程等多重因素影响,常规产量预测方法难以反映其真实生产特征,因此引入了机器学习方法进行页岩油气产量预测。以美国Eagle Ford页岩某区块400余口生产井地质、油藏、工程数据为学习样本,对人工神经网络模型进行训练和优化,确定了最佳模型参数;结合交叉验证等手段改进了训练方法,提高计算效率和预测精度,得到了初始产量、递减率、递减指数等产量递减参数与地质、油藏、工程参数之间的关系模型,进而形成了基于静态参数的页岩油气单井产量预测技术。实例应用表明,投产5年内,本文模型产量预测精度可达90%。在没有生产数据或生产数据较少情况下,本文模型预测产量具有突出优势。 | 李彦尊 白玉湖 陈桂华 徐兵祥 陈岭 董志强 | 2020 | 中国海上油气2020，32，4： | 13 |
| 2 | 基于物理经验模型约束的机器学习方法在页岩油产量预测中的应用显示文摘页岩油气产量预测是确定其开发经济性的重要手段,目前的产量预测研究很少能在物理模型与数据挖掘方法之间达到统一.针对页岩油气的产量分析,本研究深入结合误差反向传递(BP)神经网络和长短期记忆(LSTM)神经网络的数学方法优势,综合考虑工程经验模型的约束,改善了模型预测精度,经过实例数据训练后可较好地预测油田产量,并研究了页岩储层深度、总有机碳含量(TOC)、脆性度等油田参数对产量预测的影响规律.这项工作可以为页岩油气规模化开发提供可靠的产量预测和经济评价. | 周济民 张海晨 王沫然 | 2021 | 应用数学和力学2021，42，9： | 9 |
您所在的机构暂未开通此部分的功能，请联系管理员