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
2
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
一种基于机器学习的井间水驱优势通道识别方法
被引量：
2
1
作者
杨二龙
陈柄君
+2 位作者
董驰
曾傲
张梓彤
《钻采工艺》
北大核心
2025年第1期157-164,共8页
井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不...
井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不足,措施见效井分析结果又属于后验知识,时效性差,导致识别的精度和效率较低。因此,本文以大庆油田特高含水典型区块M区块为例,结合主控因素分析方法构建特征参数集,应用粒子群算法(PSO)优化深度置信神经网络(DBN)的结构参数,通过逐层递推和全局优化融合、有监督和无监督学习算法融合提升模型性能,形成了一种基于机器学习算法的注采井间优势通道识别的方法。构建的优势通道识别PSO-DBN模型应用于典型区块,识别准确率比未经过优化的DBN神经网络模型预测准确率提高了2.8%,比MLP神经网络模型预测准确率提高了8.6%,通过增补无标注样本、实现有监督和无监督学习算法融合,可以进一步提升识别精度。
展开更多
关键词
特高含水油藏
井间优势通道
深度置信神经网络
算法融合
机器学习
在线阅读
下载PDF
职称材料
基于多目标粒子群算法的油田水驱后加密聚驱注采参数优化方法
2
作者
杨二龙
齐梦
+2 位作者
甘庭源
董驰
孙宁
《钻采工艺》
北大核心
2025年第5期100-106,共7页
B区块目前处于水驱开发阶段,储层非均质性强、油水井注采制度不合理等导致注水无效循环,剩余油动用不均衡。在后续开发阶段如何通过优化注采参数,减小渗流阻力差异,实现平面及纵向均衡驱替,对于油藏开发调整具有重要意义。基于油藏工程...
B区块目前处于水驱开发阶段,储层非均质性强、油水井注采制度不合理等导致注水无效循环,剩余油动用不均衡。在后续开发阶段如何通过优化注采参数,减小渗流阻力差异,实现平面及纵向均衡驱替,对于油藏开发调整具有重要意义。基于油藏工程方法和多相渗流力学理论,以Buckley-Leverett方程为基础,建立了多层非均质油藏水驱井网加密后聚合物驱开发渗流阻力模型。在明确均衡驱替标准的基础上,以全区累积产油量最大、含水上升率最小、单井含水率变异系数最小为目标函数,以合理注采参数界限为约束条件,以单井分层注入量和单井产液量为优化变量,建立多层非均质油藏注采参数优化数学模型,并采用多目标粒子群算法进行求解优化。参数优化后的B区块在加密聚驱阶段累积产油量增加36.02×10^(4)m^(3),含水率降低3.75%,其典型井组在加密聚驱阶段累积产油量增加10.58×10^(4)m^(3),单井含水率变异系数减小0.03,含水上升率降低2.32%,增油降水效果显著。文章所建立的基于多目标粒子群算法的注采参数优化方法,可为油田高效开发提供技术参考。
展开更多
关键词
多层非均质油藏
加密聚驱
均衡驱替
多目标粒子群算法
注采参数优化
在线阅读
下载PDF
职称材料
题名
一种基于机器学习的井间水驱优势通道识别方法
被引量：
2
1
作者
杨二龙
陈柄君
董驰
曾傲
张梓彤
机构
东北石油大学·提高油气采收率教育部重点实验室
东北
石油
大学
三亚海洋
油气
研究院
出处
《钻采工艺》
北大核心
2025年第1期157-164,共8页
基金
海南省科技计划三亚崖州湾科技城联合项目“海上油气藏复杂流场分布规律研究”(编号:2021JJLH0059)
黑龙江省博士后科研启动资金项目“大庆油田二类油层聚合物驱窜聚动态识别与优化控制”(编号:LBH-Q21012)。
文摘
井间优势渗流通道的形成受多方面的因素综合影响,识别过程中需要分析的因素众多、过程复杂,最直观可靠的做法是通过剖面测试数据结合生产动态分析来判定,或者通过措施见效井来验证是否存在优势渗流通道,但是实际生产中剖面测试数据量不足,措施见效井分析结果又属于后验知识,时效性差,导致识别的精度和效率较低。因此,本文以大庆油田特高含水典型区块M区块为例,结合主控因素分析方法构建特征参数集,应用粒子群算法(PSO)优化深度置信神经网络(DBN)的结构参数,通过逐层递推和全局优化融合、有监督和无监督学习算法融合提升模型性能,形成了一种基于机器学习算法的注采井间优势通道识别的方法。构建的优势通道识别PSO-DBN模型应用于典型区块,识别准确率比未经过优化的DBN神经网络模型预测准确率提高了2.8%,比MLP神经网络模型预测准确率提高了8.6%,通过增补无标注样本、实现有监督和无监督学习算法融合,可以进一步提升识别精度。
关键词
特高含水油藏
井间优势通道
深度置信神经网络
算法融合
机器学习
Keywords
ultra high water cut reservoir
interwell dominant seepage channel
Deep Belief Network
algorithm fusion
machine learning
分类号
TE357.6 [石油与天然气工程—油气田开发工程]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于多目标粒子群算法的油田水驱后加密聚驱注采参数优化方法
2
作者
杨二龙
齐梦
甘庭源
董驰
孙宁
机构
东北石油大学·提高油气采收率教育部重点实验室
出处
《钻采工艺》
北大核心
2025年第5期100-106,共7页
基金
国家自然科学基金“高应力差致密油藏微观孔隙结构应力变形下原油动用机制研究”(编号:52274037)。
文摘
B区块目前处于水驱开发阶段,储层非均质性强、油水井注采制度不合理等导致注水无效循环,剩余油动用不均衡。在后续开发阶段如何通过优化注采参数,减小渗流阻力差异,实现平面及纵向均衡驱替,对于油藏开发调整具有重要意义。基于油藏工程方法和多相渗流力学理论,以Buckley-Leverett方程为基础,建立了多层非均质油藏水驱井网加密后聚合物驱开发渗流阻力模型。在明确均衡驱替标准的基础上,以全区累积产油量最大、含水上升率最小、单井含水率变异系数最小为目标函数,以合理注采参数界限为约束条件,以单井分层注入量和单井产液量为优化变量,建立多层非均质油藏注采参数优化数学模型,并采用多目标粒子群算法进行求解优化。参数优化后的B区块在加密聚驱阶段累积产油量增加36.02×10^(4)m^(3),含水率降低3.75%,其典型井组在加密聚驱阶段累积产油量增加10.58×10^(4)m^(3),单井含水率变异系数减小0.03,含水上升率降低2.32%,增油降水效果显著。文章所建立的基于多目标粒子群算法的注采参数优化方法,可为油田高效开发提供技术参考。
关键词
多层非均质油藏
加密聚驱
均衡驱替
多目标粒子群算法
注采参数优化
Keywords
multi-layer heterogeneous reservoir
encrypted polymer flooding
balanced displacement
multi-objec-tive particle swarm optimization algorithm
injection-production parameter optimization
分类号
TE357.6 [石油与天然气工程—油气田开发工程]
TP18 [自动化与计算机技术—控制理论与控制工程]
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
一种基于机器学习的井间水驱优势通道识别方法
杨二龙
陈柄君
董驰
曾傲
张梓彤
《钻采工艺》
北大核心
2025
2
在线阅读
下载PDF
职称材料
2
基于多目标粒子群算法的油田水驱后加密聚驱注采参数优化方法
杨二龙
齐梦
甘庭源
董驰
孙宁
《钻采工艺》
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
