期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Transformer时间序列分块模型的CO_(2)驱油藏静压预测方法
1
作者
李春雷
杨河山
+3 位作者
张红霞
曹裕民
姜兴兴
靳彩霞
《油气地质与采收率》
北大核心
2025年第4期126-133,共8页
油藏静压是油田开发研究中的一项重要基础资料,其获取条件苛刻,样本数量极少,目前根据生产过程中的动压数据利用经验法估算静压,数据误差较大。针对上述问题,借助深度学习理论,提出一种基于Transformer时间序列分块模型的CO_(2)驱油藏...
油藏静压是油田开发研究中的一项重要基础资料,其获取条件苛刻,样本数量极少,目前根据生产过程中的动压数据利用经验法估算静压,数据误差较大。针对上述问题,借助深度学习理论,提出一种基于Transformer时间序列分块模型的CO_(2)驱油藏静压预测方法。根据相关性分析筛选模型参数,利用迭代插补器填充样本,构建静压预测样本集;依据通道独立原则,将多变量时间序列划分为单变量时间序列,引入时间序列分块机制将时间序列切分为子序列块以捕获局部特征;基于Transformer模型架构,利用多头自注意力机制提取特征,自监督学习机制提升对复杂动态特性的捕捉能力,实现CO_(2)驱油藏静压的预测。研究结果表明,所提出的模型可以实现对未停产井组每口井油层中部静压的预测,并显著提高预测的准确性。
展开更多
关键词
深度学习
时间序列分块模型
油藏静压
预测模型
TRANSFORMER
在线阅读
下载PDF
职称材料
题名
基于Transformer时间序列分块模型的CO_(2)驱油藏静压预测方法
1
作者
李春雷
杨河山
张红霞
曹裕民
姜兴兴
靳彩霞
机构
中国石化胜利油田分公司勘探开发研究院
中国石油大学(华东)
出处
《油气地质与采收率》
北大核心
2025年第4期126-133,共8页
基金
深地国家科技重大专项“深部CO_(2)封存空间高效监测技术研究及示范”(2024ZD1004300)
中国石化科技攻关项目“基于数据驱动的CO_(2)驱油与封存一体化优化设计技术”(P23027)
“CO_(2)驱油与封存一体化优化决策系统研究及应用”(P24067)。
文摘
油藏静压是油田开发研究中的一项重要基础资料,其获取条件苛刻,样本数量极少,目前根据生产过程中的动压数据利用经验法估算静压,数据误差较大。针对上述问题,借助深度学习理论,提出一种基于Transformer时间序列分块模型的CO_(2)驱油藏静压预测方法。根据相关性分析筛选模型参数,利用迭代插补器填充样本,构建静压预测样本集;依据通道独立原则,将多变量时间序列划分为单变量时间序列,引入时间序列分块机制将时间序列切分为子序列块以捕获局部特征;基于Transformer模型架构,利用多头自注意力机制提取特征,自监督学习机制提升对复杂动态特性的捕捉能力,实现CO_(2)驱油藏静压的预测。研究结果表明,所提出的模型可以实现对未停产井组每口井油层中部静压的预测,并显著提高预测的准确性。
关键词
深度学习
时间序列分块模型
油藏静压
预测模型
TRANSFORMER
Keywords
deep learning
time series model
reservoir’s static pressure
prediction model
Transformer
分类号
TE34 [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
作者
出处
发文年
被引量
操作
1
基于Transformer时间序列分块模型的CO_(2)驱油藏静压预测方法
李春雷
杨河山
张红霞
曹裕民
姜兴兴
靳彩霞
《油气地质与采收率》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
