期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于概率建模的分层产液劈分方法 被引量:2
1
作者 辛国靖 张凯 +5 位作者 田丰 姚剑 姚传进 王中正 张黎明 姚军 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第2期109-117,共9页
传统产液劈分方法无法考虑层间干扰及注水井和邻井的影响,难以准确判断井下实际状况。同时,海上油田产液剖面测试成本高,常规的机器学习方法面临样本数量少的问题。基于此,提出一种基于贝叶斯神经网络和极限梯度提升算法的多层合采产液... 传统产液劈分方法无法考虑层间干扰及注水井和邻井的影响,难以准确判断井下实际状况。同时,海上油田产液剖面测试成本高,常规的机器学习方法面临样本数量少的问题。基于此,提出一种基于贝叶斯神经网络和极限梯度提升算法的多层合采产液劈分混合学习模型。概率方法可以识别预测中的不确定性,通过将神经网络与概率建模结合,进行分层产液数据分布特征挖掘,结合主控因素分析,混合学习算法可以实现小层产液量的准确预测,可以依据较少的数据获得更为稳健的模型。为验证所提方法的有效性,将其应用于实际油田某区块进行产液剖面预测。结果表明:相比KH劈分方法在计算中劈分系数固定,不会随着生产过程波动,所提出的方法可从历史数据中学习,预测精度达到87.9%,预测结果更加逼近真实单层产液量。 展开更多
关键词 多层合采 产液剖面预测 贝叶斯神经网络 极限梯度提升算法 小样本
在线阅读 下载PDF
一种改进的基于欧氏距离的SDRSMOTE算法 被引量:14
2
作者 李克文 林亚林 杨耀忠 《计算机工程与科学》 CSCD 北大核心 2019年第11期2063-2070,共8页
SMOTE算法可以扩充少数类样本,提高不平衡数据集中少数类的分类能力,但是它在扩充少数类样本时对于边界样本的选择以及随机数的取值具有盲目性。针对此问题,将传统的SMOTE过采样算法进行改进,改进后的过采样算法定义为SDRSMOTE,该算法... SMOTE算法可以扩充少数类样本,提高不平衡数据集中少数类的分类能力,但是它在扩充少数类样本时对于边界样本的选择以及随机数的取值具有盲目性。针对此问题,将传统的SMOTE过采样算法进行改进,改进后的过采样算法定义为SDRSMOTE,该算法综合考虑不平衡数据集中全部样本的分布状况,通过融合支持度sd和影响因素posFac来指导少数类样本的合成。在WEKA平台上分别使用SMOTE、SDRSMOTE算法对所选用的6个不平衡数据集进行过采样数据预处理,然后使用决策树、AdaBoost、Bagging和朴素贝叶斯分类器对预处理后的数据集进行预测,选择F-value、G-mean和AUC作为分类性能的评价指标,实验表明SDRSMOTE算法预处理的不平衡数据集的分类效果更好,证明了该算法的有效性。 展开更多
关键词 不平衡数据集 分类 边界样本 支持度 影响因素 欧氏距离 SMOTE
在线阅读 下载PDF
稠油井智能转周分析技术研究及应用 被引量:1
3
作者 杨耀忠 赵洪涛 +3 位作者 马承杰 岳龙 赵峰 张继庆 《油气地质与采收率》 CAS CSCD 北大核心 2021年第6期22-29,共8页
根据稠油井蒸汽吞吐的生产特点,基于胜利油田胜科采油管理区草4沙四区块稠油井生产和经营等历史数据,利用神经网络技术,建立稠油注汽转周预测模型,预测稠油注汽转周井的产量和完全成本,与稠油注汽转周井近、远期产量和完全成本的历史数... 根据稠油井蒸汽吞吐的生产特点,基于胜利油田胜科采油管理区草4沙四区块稠油井生产和经营等历史数据,利用神经网络技术,建立稠油注汽转周预测模型,预测稠油注汽转周井的产量和完全成本,与稠油注汽转周井近、远期产量和完全成本的历史数据进行对比,持续对稠油注汽转周模型进行优化,实现稠油注汽转周多维度智能预测,提高稠油井产量预测准确率、稠油注汽转周最佳时机预测准确率和最佳稠油注汽转周措施方案编制效率,提升稠油井智能决策分析管理能力,提高采油管理区的效益开发水平。该项技术自2021年在胜科采油管理区稠油区块推广应用以来,为采油管理区有效注汽转周165口井次,稠油注汽转周井措施增油量为7×10^(4) t,与2020年同期相比,措施增油量增加了1×10^(4) t,措施有效增油率提升约为17%。 展开更多
关键词 蒸汽吞吐 神经网络 稠油注汽转周 完全成本预测 油藏经营
在线阅读 下载PDF
多尺度边缘检测技术在断层识别及裂缝发育带预测中的应用——以车排子地区排691井区为例 被引量:19
4
作者 马承杰 《油气地质与采收率》 CAS CSCD 北大核心 2021年第2期85-90,共6页
常规边缘检测技术可以用于断层、裂缝及砂体的边界识别,但难以满足对不同尺度的地质体边界响应特征进行描述的要求,为此,提出了一种集成多种技术的多尺度边缘检测技术,该技术将三参数小波变换与结构导向梯度计算算子相结合,以倾角体及... 常规边缘检测技术可以用于断层、裂缝及砂体的边界识别,但难以满足对不同尺度的地质体边界响应特征进行描述的要求,为此,提出了一种集成多种技术的多尺度边缘检测技术,该技术将三参数小波变换与结构导向梯度计算算子相结合,以倾角体及方位角体作为约束条件可以实现对小断层及裂缝发育带精准识别。准噶尔盆地西缘车排子地区排691井区发育断块圈闭油气藏和石炭系风化壳裂缝型油气藏,地震资料品质较差,常规方法识别断层和预测裂缝发育效果不明显,该技术的应用结果表明,其可准确定位边缘以及多尺度特性基础上进行小断层识别和裂缝发育带预测。在大尺度、中尺度和小尺度边缘检测效果图上可以较好识别大断裂、小断层展布和裂缝发育带,展示了该项技术的有效性。 展开更多
关键词 小波变换 结构导向梯度 多尺度 边缘检测 断层与裂缝
在线阅读 下载PDF
基于深度学习的油井工况智能诊断技术研究及应用 被引量:20
5
作者 王相 杨耀忠 +2 位作者 何岩峰 王振 窦祥骥 《油气地质与采收率》 CAS CSCD 北大核心 2022年第1期181-189,共9页
及时准确地掌握油井的工况,对于油田安全高效生产和提高采收率具有重要意义。随着油田信息化建设的不断深入,示功图等油井生产动态监测数据实现了实时采集,并积累了海量数据,亟待进一步挖掘利用。基于“大数据+深度学习”的新一代人工... 及时准确地掌握油井的工况,对于油田安全高效生产和提高采收率具有重要意义。随着油田信息化建设的不断深入,示功图等油井生产动态监测数据实现了实时采集,并积累了海量数据,亟待进一步挖掘利用。基于“大数据+深度学习”的新一代人工智能技术,有望突破现有技术的局限,引领油井工况诊断技术升级。为此,依托4000余万组涵盖不同油藏类型油井的历史动态监测数据,制备了涵盖5大类37种工况类型的油井工况诊断样本集,在此基础上,选择卷积神经网络算法,个性化设计了面向油井工况诊断问题的卷积神经网络(OWDNet),包含26层5900余万个可学习参数。使用油井工况诊断样本集对OWDNet进行训练,10轮次后,训练准确率达99.7%,验证准确率达98.9%。利用开发的油井工况智能诊断系统,在现场完成500余万次工况诊断,准确率达90%,报警推送及时,借助该系统开展油井生产管控更加合理高效,油井工况持续改善,连续稳定生产井比例由68%上升到88%,为油田大数据的高价值应用提供了有益示范。 展开更多
关键词 油井 工况诊断 深度学习 大数据 卷积神经网络
在线阅读 下载PDF
基于人工智能的抽油机井结蜡预警方法 被引量:7
6
作者 邴绍强 《石油钻探技术》 CAS CSCD 北大核心 2019年第4期97-103,共7页
针对依靠现场经验确定的清蜡周期不准确而导致蜡卡躺井的问题,开展了基于人工智能的抽油机井结蜡预警方法研究。利用皮尔逊相关系数分析方法,分析了17项油井自动采集参数与结蜡程度的关联性,确定了7项主控参数,创建了结蜡预警规则模型;... 针对依靠现场经验确定的清蜡周期不准确而导致蜡卡躺井的问题,开展了基于人工智能的抽油机井结蜡预警方法研究。利用皮尔逊相关系数分析方法,分析了17项油井自动采集参数与结蜡程度的关联性,确定了7项主控参数,创建了结蜡预警规则模型;将7项主控参数的合并指标进行归一化处理得到结蜡综合特征指标(WPSC),并利用结蜡预警规则模型产生的样本数据建立了结蜡井WPSC样本集,选用长短时记忆神经网络(LSTM)对样本集进行训练,得到了WPSC机器学习模型,用其可以定量预测抽油机井的结蜡程度。该方法在胜利油田桩23区块的现场应用结果表明,油井清蜡周期得到延长,且有效避免了蜡卡躺井。研究结果表明,基于人工智能的抽油机井结蜡预警方法实现了油井结蜡程度的定量化预测与预警,对精准确定清蜡时机具有较好的指导作用。 展开更多
关键词 油井结蜡 清蜡周期 规则模型 机器学习 人工智能 预测预警 胜利油田
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部