期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于机器学习的页岩总有机碳含量评价方法 被引量:1
1
作者 王宵宇 廖广志 +3 位作者 黄文松 刘海山 孔详文 赵子斌 《石油科学通报》 2025年第2期392-403,共12页
总有机碳(TOC)含量是评估烃源岩储层品质和生烃潜力的重要地球化学参数之一,其准确预测对页岩油气勘探开发具有重要意义。随着人工智能技术的快速发展,单一机器学习方法常被应用于TOC含量评价。然而,单一机器学习方法存在过拟合、欠拟... 总有机碳(TOC)含量是评估烃源岩储层品质和生烃潜力的重要地球化学参数之一,其准确预测对页岩油气勘探开发具有重要意义。随着人工智能技术的快速发展,单一机器学习方法常被应用于TOC含量评价。然而,单一机器学习方法存在过拟合、欠拟合和目标函数局部最优等问题。集成模型被证实通过整合多个智能算法可以提高预测精度和稳定性能,其中组合策略是优化集成模型的关键之一。算术平均法作为组合策略难以充分发挥最佳模型的预测性能,而且容易受到预测误差较大的智能算法的影响。加权求和法作为组合策略根据训练数据确定加权系数,在训练集上表现出色,却在测试集中表现欠佳。本文提出了一种基于智能匹配技术的集成模型(IMTEM),采用极限梯度提升、随机森林、支持向量机和极限学习机作为算法模块对输入数据进行初步处理,提取的特征信息与原始测井响应共同输入到前馈神经网络层中进行非线性转换以及特征学习,从而对页岩TOC含量进行准确且连续的评价。将本文提出的方法应用于四川盆地龙马溪组页岩TOC含量预测,测试结果表明,相比于两种集成模型、5种基础模型和△log R方法,IMTEM的预测结果与岩心实测TOC含量一致性更高,更适用于页岩TOC含量的预测。 展开更多
关键词 机器学习 测井评价 页岩地层 总有机碳含量 集成模型
在线阅读 下载PDF
基于混合集成学习模型的测井曲线生成方法 被引量:1
2
作者 王宵宇 廖广志 +3 位作者 肖立志 黄文松 孔祥文 赵子斌 《测井技术》 CAS 2024年第4期416-427,共12页
测井曲线在储集层评价和油气资源评估中具有十分重要的作用,但是实际应用中经常出现部分测井曲线缺失的情况,而重新测井的成本高昂且实现困难。为了在不增加经济成本的基础上补充缺失的测井曲线,提出了一种基于混合集成学习模型的测井... 测井曲线在储集层评价和油气资源评估中具有十分重要的作用,但是实际应用中经常出现部分测井曲线缺失的情况,而重新测井的成本高昂且实现困难。为了在不增加经济成本的基础上补充缺失的测井曲线,提出了一种基于混合集成学习模型的测井曲线生成方法,以高效智能的方式补全缺失的测井曲线。混合集成学习模型结合了随机森林模型和极限梯度提升模型的结构优势,深度挖掘测井数据之间的非线性映射关系,实现了对测井曲线的精准生成。将混合集成学习模型应用于实际测井数据,并将其生成结果与全连接神经网络模型和多元线性回归模型的生成结果进行对比分析,实验结果表明混合集成学习模型合成的人工测井曲线精度更高,说明了混合集成学习模型适用于生成测井曲线,为人工测井曲线合成提供了一种新的思路。 展开更多
关键词 测井曲线 曲线生成 多元线性回归 全连接神经网络 混合集成学习
在线阅读 下载PDF
高温水源热泵在天然气处理中的应用 被引量:4
3
作者 王玮 景阿宁 +1 位作者 王宵宇 李兴国 《天然气工业》 EI CAS CSCD 北大核心 2008年第9期111-113,共3页
回收利用天然气处理装置中的余热来解决装置的生产伴热和房屋采暖可实现节能降耗。根据中国石油大港油田天然气公司天然气处理装置的特点建立的高温水源热泵技术,是一套服务于生产排污管线伴热和房屋采暖的实用技术。它与分子筛脱水技... 回收利用天然气处理装置中的余热来解决装置的生产伴热和房屋采暖可实现节能降耗。根据中国石油大港油田天然气公司天然气处理装置的特点建立的高温水源热泵技术,是一套服务于生产排污管线伴热和房屋采暖的实用技术。它与分子筛脱水技术相结合,形成了独特的高温水源热泵技术,成功地将天然气处理装置中压缩机出口天然气的热量加以回收,产生60~70℃的高温水,达到为装置的排污管线伴热和房屋采暖的目的,为天然气处理系统应用高温水源热泵提供了经验。 展开更多
关键词 高温 水源 热泵 天然气处理 应用 废热回收
在线阅读 下载PDF
主成分分析法在致密砂岩岩性识别的应用研究 被引量:5
4
作者 王宵宇 谢然红 +3 位作者 毛治国 吴勃翰 徐陈昱 卫弘媛 《天然气与石油》 2021年第1期88-93,共6页
致密砂岩储层孔隙结构复杂,非均质性强,岩性识别困难。传统的基于特征曲线进行曲线重叠、构造参数或建立交会图识别岩性的方法依赖解释人员的知识和经验,而机器学习方法基于测井曲线和岩性类别的映射关系进行数理统计,无法直接观察岩性... 致密砂岩储层孔隙结构复杂,非均质性强,岩性识别困难。传统的基于特征曲线进行曲线重叠、构造参数或建立交会图识别岩性的方法依赖解释人员的知识和经验,而机器学习方法基于测井曲线和岩性类别的映射关系进行数理统计,无法直接观察岩性识别的过程。因此,提出利用主成分分析法来对致密砂岩岩性进行识别,选取对研究区岩性敏感的自然电位、补偿中子、密度、声波时差和核磁共振横向弛豫时间分布T2几何均值曲线作为主成分分析法的输入变量,提取累计贡献率为91%的主成分F1和F2建立交会图识别岩性。选取鄂尔多斯盆地姬塬地区的岩心分析资料和测井资料对主成分分析法的识别结果进行验证,结果表明:F1-F2交会图有效划分含砾粗砂岩、中砂岩、细砂岩和泥岩;对于砂岩的含油级别,交会图能有效划分荧光细砂岩、油迹细砂岩和油斑细砂岩。通过应用实例分析表明,主成分分析法对致密砂岩岩性的识别具有可行性。 展开更多
关键词 致密砂岩储层 测井解释 岩性识别 主成分分析法 交会图法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部