检索结果-维普期刊中文期刊服务平台

基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究: 1; 作者陈旭张凯 +3 位作者刘晨张金鼎张黎明姚军《油气地质与采收率》 CAS CSCD 北大核心 2024年第3期165-177,共13页; 传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确... 展开更多; 关键词油藏自动历史拟合油藏数值模拟深度学习代理模型双输入输出卷积神经网络; 在线阅读下载PDF 职称材料

基于集合卡尔曼滤波的油藏辅助历史拟合被引量：4: 2; 作者张巍邸元 WU Yushu 《大庆石油学院学报》 CAS 北大核心 2009年第5期74-78,123,共5页; 基于梯度计算的传统优化算法是同时使用观测数据,集合卡尔曼滤波方法是连续使用观测数据,因此它比传统优化算法计算量小.将集合卡尔曼滤波方法作为辅助油藏历史拟合的优化算法,利用序贯高斯模拟生成储层状态的初始实现集合,在算法实现... 展开更多; 关键词油藏历史拟合集合卡尔曼滤波序贯高斯算法; 在线阅读下载PDF 职称材料

油藏自动历史拟合与软件开发: 3; 作者姜忠炳翟瑞彩 +3 位作者杨风翔李彦彬王学军张文胜《应用数学》 CSCD 1998年第1期36-40,共5页; 本文论述了油藏自动历史拟合的有关概念，首次提出多参量自动历史拟合的序贯试验法，并将该方法在SUN工作站上开发出计算机程序，文末附有该软件运行实例．; 关键词油藏历史拟合序贯试验法软件开数; 在线阅读下载PDF 职称材料

采用带注意力机制3D U-Net网络的地质模型参数化技术被引量：13: 4; 作者李小波李欣 +4 位作者闫林周腾骅李顺明王继强李心浩《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2023年第1期167-173,共7页; 针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制... 展开更多; 关键词油藏历史拟合地质模型参数化深度学习注意力机制 3D U-Net网络; 在线阅读下载PDF 职称材料

题名基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究: 1; 作者陈旭张凯刘晨张金鼎张黎明姚军; 机构中国石油大学(华东)石油工程学院青岛理工大学土木工程学院中海油研究总院有限责任公司海洋石油开发国家重点实验室; 出处《油气地质与采收率》 CAS CSCD 北大核心 2024年第3期165-177,共13页; 基金国家自然科学基金面上项目“基于强化学习的离线-在线交互式油藏开发生产实时优化方法”(52274057) “基于迁移学习的油藏开发注采优化方法研究”(52074340) “基于电磁支撑剂的水力压裂裂缝监测理论与方法”(51874335)。; 文摘传统油藏自动历史拟合方法需进行多次计算耗时的油藏数值模拟,而深度学习代理模型可以实现高效且精度近似的油藏数值模拟替代计算。在基于深度学习代理模型的油藏自动历史拟合方法中,通常将采用油藏自动历史拟合方法进行调整的油藏不确定性参数作为深度学习代理模型的输入参数。现有的深度学习代理模型常为单一输入输出的神经网络模型架构,并未考虑油藏自动历史拟合方法需要对多个油藏不确定性参数进行调整,且需要训练多个深度学习代理模型以实现对油藏含水饱和度场分布及压力场分布的预测。为此,提出了一种基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法,将油藏渗透率场分布及相对渗透率参数作为输入,使用双输入输出卷积神经网络同时对油藏含水饱和度场分布及压力场分布进行预测,利用Peaceman方程计算产量,并耦合到多重数据同化集合平滑器(ES-MDA)方法中,对油藏渗透率场分布及相对渗透率参数进行反演更新,实现较为高效的油藏自动历史拟合求解。研究结果表明:双输入输出卷积神经网络代理模型在指定时间步的油藏含水饱和度场分布、压力场分布的预测精度均为93%以上。相较于传统油藏自动历史拟合方法,基于双输入输出卷积神经网络代理模型的油藏自动历史拟合方法避免了多次调用油藏数值模拟器的计算耗时问题,提高了拟合效率。; 关键词油藏自动历史拟合油藏数值模拟深度学习代理模型双输入输出卷积神经网络; Keywords reservoir automatic history matching reservoir numerical simulation deep learning agent model dual input-output convolutional neural network; 分类号 TE319 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名基于集合卡尔曼滤波的油藏辅助历史拟合被引量：4: 2; 作者张巍邸元 WU Yushu; 机构北京大学工学院科罗拉多矿业学院石油工程系; 出处《大庆石油学院学报》 CAS 北大核心 2009年第5期74-78,123,共5页; 基金国家“973”重点基础研究发展规划(973计划)项目(2006CB202400) 国家科技攻关重大专题项目(2008ZX05014); 文摘基于梯度计算的传统优化算法是同时使用观测数据,集合卡尔曼滤波方法是连续使用观测数据,因此它比传统优化算法计算量小.将集合卡尔曼滤波方法作为辅助油藏历史拟合的优化算法,利用序贯高斯模拟生成储层状态的初始实现集合,在算法实现过程中,通过吸收观测数据,实现油藏模型的动态参数(如压力、饱和度)及静态参数(如渗透率)连续更新.通过一个二维的"一注四采"水驱油藏模型的拟合计算,验证算法的有效性,并讨论集合大小和集合采样初始均值对历史拟合结果的影响.在一定范围内,集合样本数对计算精度影响不是很大;对于不同的集合采样初始均值,待估参数能较快地收敛于真值,表明该算法稳定性好.; 关键词油藏历史拟合集合卡尔曼滤波序贯高斯算法; Keywords reservoir history matching ensemble Kalman filter petroleum reservoir simulation; 分类号 TE319 [石油与天然气工程—油气田开发工程]; 在线阅读下载PDF 职称材料

题名油藏自动历史拟合与软件开发: 3; 作者姜忠炳翟瑞彩杨风翔李彦彬王学军张文胜; 机构天津大学数学系渤海石油公司研究院; 出处《应用数学》 CSCD 1998年第1期36-40,共5页; 文摘本文论述了油藏自动历史拟合的有关概念，首次提出多参量自动历史拟合的序贯试验法，并将该方法在SUN工作站上开发出计算机程序，文末附有该软件运行实例．; 关键词油藏历史拟合序贯试验法软件开数; 分类号 P618.130.2 [天文地球—矿床学]; 在线阅读下载PDF 职称材料

题名采用带注意力机制3D U-Net网络的地质模型参数化技术被引量：13: 4; 作者李小波李欣闫林周腾骅李顺明王继强李心浩; 机构中国石油勘探开发研究院人工智能研究中心中国石油天然气集团有限公司勘探开发人工智能技术研发中心中国石油勘探开发研究院油田开发研究所; 出处《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2023年第1期167-173,共7页; 基金国家油气重大专项(2016ZX05010-003) 中国石油天然气股份有限公司科技攻关课题(2019B1210,2021DJ1201)。; 文摘针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制的3D U-Net网络来补全主成分分析方法(PCA)降维过程中丢失的地质模型细节信息,并以一个复合河道砂体油藏为例进行了应用效果分析。研究表明,与CNN-PCA技术相比,采用带注意力机制的3DU-Net网络能够更好地补全PCA降维过程中丢失的地质模型细节信息,在反映原始地质模型的流动特性方面具有更好的效果,并能改善油藏历史拟合的技术效果。; 关键词油藏历史拟合地质模型参数化深度学习注意力机制 3D U-Net网络; Keywords reservoir history matching geological model parameterization deep learning attention mechanism 3D U-Net; 分类号 TP392 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于双输入输出卷积神经网络代理模型的油藏自动历史拟合研究	陈旭张凯刘晨张金鼎张黎明姚军	《油气地质与采收率》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于集合卡尔曼滤波的油藏辅助历史拟合	张巍邸元 WU Yushu	《大庆石油学院学报》 CAS 北大核心	2009	4	在线阅读下载PDF 职称材料
3	油藏自动历史拟合与软件开发	姜忠炳翟瑞彩杨风翔李彦彬王学军张文胜	《应用数学》 CSCD	1998	0	在线阅读下载PDF 职称材料
4	采用带注意力机制3D U-Net网络的地质模型参数化技术	李小波李欣闫林周腾骅李顺明王继强李心浩	《石油勘探与开发》 SCIE EI CAS CSCD 北大核心	2023	13	在线阅读下载PDF 职称材料