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
3
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
深度学习在油气产量预测中的研究进展与技术展望
被引量：
3
1
作者
郭子熙
马骉
+5 位作者
张帅
张舒
邓慧
陈东
陈怡羽
周嵩锴
《天然气工业》
EI
CAS
CSCD
北大核心
2024年第9期88-98,共11页
随着大数据和人工智能的不断进步,数字和智能化的油气产量预测技术已经成为石油天然气行业发展的新趋势。深度学习与油气产量预测的有效结合为解决非常规油气和复杂场景下的产量预测等问题提供了新的方案与策略。为此,在系统回顾油气产...
随着大数据和人工智能的不断进步,数字和智能化的油气产量预测技术已经成为石油天然气行业发展的新趋势。深度学习与油气产量预测的有效结合为解决非常规油气和复杂场景下的产量预测等问题提供了新的方案与策略。为此,在系统回顾油气产量预测技术发展历程的基础上,重点阐述了基于深度学习方法的油气产量预测技术的应用现状及关键流程,归纳了油气产量预测领域的特征工程以及不同场景下的神经网络构建方法,最后深入探讨了智能油气产量预测技术的未来发展方向。研究结果表明:(1)油气产量预测技术发展历程主要划分为传统油气产量预测方法、机器学习方法和深度学习方法 3个阶段;(2)深度学习方法已大量应用于油气产量预测研究中,尤其在复杂地质条件下的非常规油气领域,该技术表现出了良好的应用前景;(3)多样化的神经网络构建方法能够解决不同场景下的精细化油气产量预测需求;(4)需进一步加强人工智能领域与油气领域跨学科理论技术研究,促进两者在理论技术和生产实践等方面的深入融合;(5)智能油气产量预测技术未来可在实时预测与优化、数据融合与增强、物理约束与解释和模型更新与适应等方面开展深度攻关研究。结论认为,深度学习模型可显著提高油气产量预测技术的准确性和可靠性,为复杂气藏及非常规油气开发提供参考和指导,建议继续深化人工智能与油气行业应用等方面的有机结合,以推动油气行业的技术创新和高质量发展。
展开更多
关键词
机器学习
深度学习
人工智能
产量预测
非常规油气
在线阅读
下载PDF
职称材料
工业物联网系统基于混沌映射三因素认证与密钥协商协议
被引量：
2
2
作者
张晓均
张楠
+2 位作者
郝云溥
王周阳
薛婧婷
《信息网络安全》
CSCD
北大核心
2024年第7期1015-1026,共12页
工业物联网系统通过各类终端传感器设备,将采集的关键工业数据实时传输到工业物联网平台,提供数据智能分析与决策。然而,对工业数据的非法访问将导致数据或敏感身份标识泄露、数据篡改等信息安全问题,影响工业物联网系统的正常运行。基...
工业物联网系统通过各类终端传感器设备,将采集的关键工业数据实时传输到工业物联网平台,提供数据智能分析与决策。然而,对工业数据的非法访问将导致数据或敏感身份标识泄露、数据篡改等信息安全问题,影响工业物联网系统的正常运行。基于此,文章面向工业物联网系统,搭建多用户、多网关、多工业物联网平台下的分布式数据匿名传输架构,提出基于混沌映射的三因素认证与密钥协商协议。协议实现了用户到移动终端设备的智能卡、口令、生物特征信息的三因素登录认证。在网关协助下,用户利用移动终端设备,基于混沌映射技术与关键凭证,实现了用户到工业物联网平台的双向匿名认证,并协商了用于后续保密通信的会话密钥。文章对协议进行了应用拓展,包括用户口令与生物特征信息的更新、智能卡撤销的功能,基于中国剩余定理实现了对多网关的密钥同步更新。安全性分析与性能评估表明,该设计协议能够安全高效地部署在工业物联网系统。
展开更多
关键词
工业物联网
三因素认证
密钥协商
混沌映射
在线阅读
下载PDF
职称材料
基于融合多模态特征的深层煤岩气产量预测
被引量：
4
3
作者
郭子熙
张舒
+6 位作者
马骉
康芸玮
李曙光
陈东
陈怡羽
陈博文
赵金洲
《天然气工业》
EI
CAS
CSCD
北大核心
2024年第10期140-149,共10页
深层煤岩气生产在井型、压裂工艺、排采方式等方面显著区别于浅层煤层气,针对浅层煤层气建立的产量预测模型无法处理多元异构的深层煤岩气数据,且难以适应深层煤岩气的生产方式。为此,基于卷积自编码结合空间金字塔池化提取深层煤岩气...
深层煤岩气生产在井型、压裂工艺、排采方式等方面显著区别于浅层煤层气,针对浅层煤层气建立的产量预测模型无法处理多元异构的深层煤岩气数据,且难以适应深层煤岩气的生产方式。为此,基于卷积自编码结合空间金字塔池化提取深层煤岩气二维地质特征,采用PointNet++提取深层煤岩气缝网三维特征,拼接得到的完整数据矩阵再经近邻传播法(Affinity Propagation,AP)聚类后划分训练集和测试集,最后将注意力机制融入长短时记忆网络(Long Short-Term Memory,LSTM)建模,建立了预测深层煤岩气产量的深度学习新模型并通过不同算法和消融实验对比分析了新模型的泛化能力。研究结果表明:①提出的特征提取方法能够有效解决深层煤岩气数据多元异构、多尺度等问题。②对比深度神经网络(Deep Neural Networks,DNN)、门控循环单元(Gated Recurrent Unit,GRU)、LSTM、数值模拟、BP神经网络,融入三维特征提取及注意力机制的AP-LSTM预测产量的准确率最高。③融入三维特征提取,AP-LSTM预测产量的数据波动得到有效抑制;融入注意力机制,AP-LSTM预测产量的趋势得到改善。④基于研究区块建立的模型迁移到新的区块预测产量,仍具备较高的准确率。结论认为,缝网特征是影响深层煤岩气产量的重要因素,注意力机制有助于AP-LSTM区分自喷和抽吸,融入三维特征提取及注意力机制的AP-LSTM适应了深层煤岩气的生产方式,具有良好的普适性,能够为深层煤岩气规模化开发提供技术支撑。
展开更多
关键词
深层煤岩气
深度学习
长短时记忆网络
三维特征提取
注意力机制
产量预测
在线阅读
下载PDF
职称材料
题名
深度学习在油气产量预测中的研究进展与技术展望
被引量：
3
1
作者
郭子熙
马骉
张帅
张舒
邓慧
陈东
陈怡羽
周嵩锴
机构
清华大学数学科学系
油气
藏地质及
开发
工程
全国重点实验室•西南石油大学
中国石油集团川庆钻探
工程
有限公司井下作业公司
西南石油大学计算机与软件学院
四川省油气勘探开发智能化工程研究中心
数据挖掘与知识管理南充市重点实验室•西南石油大学
中联煤层气国家
工程
研究
中心
中石油煤层气有限责任公司
中国石油化工股份有限公司中原油田普光分公司
出处
《天然气工业》
EI
CAS
CSCD
北大核心
2024年第9期88-98,共11页
基金
国家自然科学基金重点项目“基于新一代信息技术的复杂油气储层地震勘探理论和方法”(编号:42330801)
油气藏地质及开发工程全国重点实验室开放基金课题“基于迁移学习的气井产量预测方法研究”(编号:PLN2022-50)。
文摘
随着大数据和人工智能的不断进步,数字和智能化的油气产量预测技术已经成为石油天然气行业发展的新趋势。深度学习与油气产量预测的有效结合为解决非常规油气和复杂场景下的产量预测等问题提供了新的方案与策略。为此,在系统回顾油气产量预测技术发展历程的基础上,重点阐述了基于深度学习方法的油气产量预测技术的应用现状及关键流程,归纳了油气产量预测领域的特征工程以及不同场景下的神经网络构建方法,最后深入探讨了智能油气产量预测技术的未来发展方向。研究结果表明:(1)油气产量预测技术发展历程主要划分为传统油气产量预测方法、机器学习方法和深度学习方法 3个阶段;(2)深度学习方法已大量应用于油气产量预测研究中,尤其在复杂地质条件下的非常规油气领域,该技术表现出了良好的应用前景;(3)多样化的神经网络构建方法能够解决不同场景下的精细化油气产量预测需求;(4)需进一步加强人工智能领域与油气领域跨学科理论技术研究,促进两者在理论技术和生产实践等方面的深入融合;(5)智能油气产量预测技术未来可在实时预测与优化、数据融合与增强、物理约束与解释和模型更新与适应等方面开展深度攻关研究。结论认为,深度学习模型可显著提高油气产量预测技术的准确性和可靠性,为复杂气藏及非常规油气开发提供参考和指导,建议继续深化人工智能与油气行业应用等方面的有机结合,以推动油气行业的技术创新和高质量发展。
关键词
机器学习
深度学习
人工智能
产量预测
非常规油气
Keywords
Machine learning
Deep learning
Artificial intelligence
Production prediction
Unconventional petroleum
分类号
TE328 [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
工业物联网系统基于混沌映射三因素认证与密钥协商协议
被引量：
2
2
作者
张晓均
张楠
郝云溥
王周阳
薛婧婷
机构
西南石油大学计算机与软件学院
西南石油大学
四川省油气勘探开发智能化工程研究中心
出处
《信息网络安全》
CSCD
北大核心
2024年第7期1015-1026,共12页
基金
国家自然科学基金[61902327]
四川省自然科学基金[2023NSFSC1398]
+1 种基金
中国博士后科学基金[2020M681316]
油气勘探开发软件国家工程研究中心开放课题[DFWT-ZYRJ-2024-JS-81]。
文摘
工业物联网系统通过各类终端传感器设备,将采集的关键工业数据实时传输到工业物联网平台,提供数据智能分析与决策。然而,对工业数据的非法访问将导致数据或敏感身份标识泄露、数据篡改等信息安全问题,影响工业物联网系统的正常运行。基于此,文章面向工业物联网系统,搭建多用户、多网关、多工业物联网平台下的分布式数据匿名传输架构,提出基于混沌映射的三因素认证与密钥协商协议。协议实现了用户到移动终端设备的智能卡、口令、生物特征信息的三因素登录认证。在网关协助下,用户利用移动终端设备,基于混沌映射技术与关键凭证,实现了用户到工业物联网平台的双向匿名认证,并协商了用于后续保密通信的会话密钥。文章对协议进行了应用拓展,包括用户口令与生物特征信息的更新、智能卡撤销的功能,基于中国剩余定理实现了对多网关的密钥同步更新。安全性分析与性能评估表明,该设计协议能够安全高效地部署在工业物联网系统。
关键词
工业物联网
三因素认证
密钥协商
混沌映射
Keywords
Industrial Internet of Things
three factor authentication
key agreement
chaotic map
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于融合多模态特征的深层煤岩气产量预测
被引量：
4
3
作者
郭子熙
张舒
马骉
康芸玮
李曙光
陈东
陈怡羽
陈博文
赵金洲
机构
油气
藏地质及
开发
工程
全国重点实验室·西南石油大学
清华大学数学科学系
西南石油大学计算机与软件学院
四川省油气勘探开发智能化工程研究中心
数据挖掘与知识管理南充市重点实验室·西南石油大学
中国石油集团川庆钻探
工程
有限公司井下作业公司
西南石油大学理学院
中国石油煤层气有限责任公司
中联煤层气国家
工程
研究
中心
中国石油西南
油气
田公司
出处
《天然气工业》
EI
CAS
CSCD
北大核心
2024年第10期140-149,共10页
基金
国家自然科学基金重点项目“基于新一代信息技术的复杂油气储层地震勘探理论和方法”(编号:42330801)
油气藏地质及开发工程全国重点实验室开放基金课题“深部煤层气缝网压裂缝网形成与延伸机理研究”(编号:PLN2024-29)
“基于迁移学习的气井产量预测方法研究”(编号:PLN2022-50)。
文摘
深层煤岩气生产在井型、压裂工艺、排采方式等方面显著区别于浅层煤层气,针对浅层煤层气建立的产量预测模型无法处理多元异构的深层煤岩气数据,且难以适应深层煤岩气的生产方式。为此,基于卷积自编码结合空间金字塔池化提取深层煤岩气二维地质特征,采用PointNet++提取深层煤岩气缝网三维特征,拼接得到的完整数据矩阵再经近邻传播法(Affinity Propagation,AP)聚类后划分训练集和测试集,最后将注意力机制融入长短时记忆网络(Long Short-Term Memory,LSTM)建模,建立了预测深层煤岩气产量的深度学习新模型并通过不同算法和消融实验对比分析了新模型的泛化能力。研究结果表明:①提出的特征提取方法能够有效解决深层煤岩气数据多元异构、多尺度等问题。②对比深度神经网络(Deep Neural Networks,DNN)、门控循环单元(Gated Recurrent Unit,GRU)、LSTM、数值模拟、BP神经网络,融入三维特征提取及注意力机制的AP-LSTM预测产量的准确率最高。③融入三维特征提取,AP-LSTM预测产量的数据波动得到有效抑制;融入注意力机制,AP-LSTM预测产量的趋势得到改善。④基于研究区块建立的模型迁移到新的区块预测产量,仍具备较高的准确率。结论认为,缝网特征是影响深层煤岩气产量的重要因素,注意力机制有助于AP-LSTM区分自喷和抽吸,融入三维特征提取及注意力机制的AP-LSTM适应了深层煤岩气的生产方式,具有良好的普适性,能够为深层煤岩气规模化开发提供技术支撑。
关键词
深层煤岩气
深度学习
长短时记忆网络
三维特征提取
注意力机制
产量预测
Keywords
Deep coal-rock gas
Deep learning
Long short-term memory network
3D feature extraction
Attention mechanism
Production prediction
分类号
TE328 [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
深度学习在油气产量预测中的研究进展与技术展望
郭子熙
马骉
张帅
张舒
邓慧
陈东
陈怡羽
周嵩锴
《天然气工业》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
工业物联网系统基于混沌映射三因素认证与密钥协商协议
张晓均
张楠
郝云溥
王周阳
薛婧婷
《信息网络安全》
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
基于融合多模态特征的深层煤岩气产量预测
郭子熙
张舒
马骉
康芸玮
李曙光
陈东
陈怡羽
陈博文
赵金洲
《天然气工业》
EI
CAS
CSCD
北大核心
2024
4
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
