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
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：
基于机器学习的不确定条件下油田开发方案改进方法
1
作者 LOOMBA Ashish Kumar botechia vinicius eduardo SCHIOZER Denis José 《石油勘探与开发》 EI CAS CSCD 北大核心 2023年第6期1268-1277,共10页
提出了一种高效的风险导向型闭环油田开发(CLFD)工作流,使用油田开发中获取的数据信息不断改进油田开发方案。该方法整合了机器学习、智能选择和增加代表性油藏模型等手段,将这些手段与基于聚类的学习与进化算法结合,有效发掘决策变量... 提出了一种高效的风险导向型闭环油田开发(CLFD)工作流,使用油田开发中获取的数据信息不断改进油田开发方案。该方法整合了机器学习、智能选择和增加代表性油藏模型等手段,将这些手段与基于聚类的学习与进化算法结合,有效发掘决策变量的搜索空间。与以往研究不同,该方法考虑了闭环油田开发工作流的实施时间,使用实际时间线验证闭环油田开发工作流的实用性。为了认识数据同化和新测井数据在闭环油田开发工作流中的重要性,在不确定属性保持不变的苛刻油田条件下开展了研究;利用极为耗时的模拟模型,将闭环油田开发工作流用于特大型油田基准案例分析。研究表明,仅采用100种情景即可对一个强非均质性特大型油田的地质不确定性进行量化评价。与以往方法相比,该方法可以提效85%以上。提出了对闭环油田开发工作流的一些新认识,指出了闭环油田开发工作流在实际应用中存在的与数据同化有关的问题。 展开更多
关键词 油田开发方案 闭环油田开发工作流 油藏模型 机器学习 油藏不确定性
下载PDF
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
使用帮助 返回顶部