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
物理—数据双驱动的压裂压力实时预测方法
1
作者
胡晓东
刘俊仪
+4 位作者
王天宇
周福建
卢旭涛
易普康
陈超
《石油实验地质》
CAS
CSCD
北大核心
2024年第6期1323-1335,共13页
井口压力预测存在压力波动剧烈、干扰因素多以及影响机理复杂等问题。现阶段研究中,由于对复杂的地层条件、裂缝特征及流体动力学过程的过度简化,传统物理模型难以捕捉多重非线性变化和突发波动,导致在真实施工环境下的预测精度和实时...
井口压力预测存在压力波动剧烈、干扰因素多以及影响机理复杂等问题。现阶段研究中,由于对复杂的地层条件、裂缝特征及流体动力学过程的过度简化,传统物理模型难以捕捉多重非线性变化和突发波动,导致在真实施工环境下的预测精度和实时响应能力受到局限。而人工智能模型尽管具有较强的非线性拟合能力,但往往缺乏对压力波动的物理机理的深入理解,对地层和施工参数的敏感性不足,导致在极端或动态变化的条件下稳定性较差、解释性不足。针对这一难题,提出了一种物理—数据双驱动的压力曲线的预测方法对未来压力趋势进行预测。首先,构建了基于长短期记忆(LSTM)神经网络的智能模型,融合缝内支撑剂床平衡高度计算结果与井场实时泵注数据作为模型输入,预测了未来60 s的压力数据;其次,结合传统井口压力反演方法,使用小波变换分解智能模型与传统模型预测结果,利用LSTM模型整体趋势与压力反演计算方法(IPC)模型中突变点特征,重构了兼顾整体趋势和局部波动的井口压力预测曲线。结果表明,相比LSTM模型,IPC和LSTM的小波融合模型未来60 s井口压力预测的均方根误差(RMSE)和均方绝对误差(MAE)分别下降了37.87%和15.29%,预测结果能够精准捕捉现场施工的压裂压力变化,为现场施工提供更为可靠的指导和决策依据。
展开更多
关键词
压裂压力预测
物理—数据双驱
LSTM
IPC
小波变换
融合模型
在线阅读
下载PDF
职称材料
题名
物理—数据双驱动的压裂压力实时预测方法
1
作者
胡晓东
刘俊仪
王天宇
周福建
卢旭涛
易普康
陈超
机构
中国石油大学(北京)人工智能学院
出处
《石油实验地质》
CAS
CSCD
北大核心
2024年第6期1323-1335,共13页
基金
国家自然科学基金“超深层强应力下力—化联合作用水力裂缝缝网扩展与控制机理”(U23B2084)资助。
文摘
井口压力预测存在压力波动剧烈、干扰因素多以及影响机理复杂等问题。现阶段研究中,由于对复杂的地层条件、裂缝特征及流体动力学过程的过度简化,传统物理模型难以捕捉多重非线性变化和突发波动,导致在真实施工环境下的预测精度和实时响应能力受到局限。而人工智能模型尽管具有较强的非线性拟合能力,但往往缺乏对压力波动的物理机理的深入理解,对地层和施工参数的敏感性不足,导致在极端或动态变化的条件下稳定性较差、解释性不足。针对这一难题,提出了一种物理—数据双驱动的压力曲线的预测方法对未来压力趋势进行预测。首先,构建了基于长短期记忆(LSTM)神经网络的智能模型,融合缝内支撑剂床平衡高度计算结果与井场实时泵注数据作为模型输入,预测了未来60 s的压力数据;其次,结合传统井口压力反演方法,使用小波变换分解智能模型与传统模型预测结果,利用LSTM模型整体趋势与压力反演计算方法(IPC)模型中突变点特征,重构了兼顾整体趋势和局部波动的井口压力预测曲线。结果表明,相比LSTM模型,IPC和LSTM的小波融合模型未来60 s井口压力预测的均方根误差(RMSE)和均方绝对误差(MAE)分别下降了37.87%和15.29%,预测结果能够精准捕捉现场施工的压裂压力变化,为现场施工提供更为可靠的指导和决策依据。
关键词
压裂压力预测
物理—数据双驱
LSTM
IPC
小波变换
融合模型
Keywords
fracturing pressure prediction
physics and data dual driven
LSTM
IPC
wavelet transform
fusion model
分类号
TE357 [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
物理—数据双驱动的压裂压力实时预测方法
胡晓东
刘俊仪
王天宇
周福建
卢旭涛
易普康
陈超
《石油实验地质》
CAS
CSCD
北大核心
2024
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
