机器学习在水力压裂作业中的应用综述

TE357; 水力压裂是一种广泛使用的油气井增产技术,总结机器学习在水力压裂作业中的应用研究,重点讨论机器学习在工程实际中的应用价值.分析经典机器学习算法、机器学习对水力压裂作业中的参数预测与评估以及机器学习对水力压裂作业的产能预测与优化等.讨论机器学习算法辅助水力压裂分析,提高水力压裂产率,并通过机器学习算法将数据转换为可用信息辅助工程师决策.最后提出机器学习在水力压裂作业中的发展方向是建立数据集的公共平台,将机器学习算法、优化算法与物理建模混合使用,为基于机器学习的高效水力压裂技术发展提供支持....

Full description

Saved in:
Bibliographic Details
Published in中国石油大学学报（自然科学版） Vol. 45; no. 6; pp. 127 - 135
Main Authors 何玉荣, 宋志超, 张燕明, 肖元相
Format Journal Article
LanguageChinese
Published 哈尔滨工业大学能源科学与工程学院,黑龙江哈尔滨150001%中国石油天然气股份有限公司长庆油田分公司油气工艺研究院,陕西西安710018 20.12.2021
Subjects
机器学习;水力压裂;参数预测;产能预测;应用
Online AccessGet full text

Cover

More Information
Summary:TE357; 水力压裂是一种广泛使用的油气井增产技术,总结机器学习在水力压裂作业中的应用研究,重点讨论机器学习在工程实际中的应用价值.分析经典机器学习算法、机器学习对水力压裂作业中的参数预测与评估以及机器学习对水力压裂作业的产能预测与优化等.讨论机器学习算法辅助水力压裂分析,提高水力压裂产率,并通过机器学习算法将数据转换为可用信息辅助工程师决策.最后提出机器学习在水力压裂作业中的发展方向是建立数据集的公共平台,将机器学习算法、优化算法与物理建模混合使用,为基于机器学习的高效水力压裂技术发展提供支持.
ISSN:1673-5005
DOI:10.3969/j.issn.1673-5005.2021.06.015