期刊导航
期刊开放获取
河南省图书馆
退出
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
应用支持向量机进行海上低渗气田压裂选井选层
下载PDF
职称材料
导出
摘要
压裂技术是海上低渗气田开发的主要增产措施。我国现阶段海上压裂井数较少,陆上常用的压裂选井选层方法如模糊识别法和人工神经网络方法等应用到海上有不同程度的不适应性。因此,本文提出应用支持向量机方法对海上低渗气田进行压裂选井选层,并与人工神经网络方法进行了对比,结果表明支持向量机方法是最适应海上低渗气田压裂选井选层方法。
作者
靳勇
彭成勇
李滨
吕欣润
机构地区
中海油研究总院钻采研究院
中国石油大学(北京)
出处
《内江科技》
2015年第1期69-70,56,共3页
基金
中海油有限公司基金项目:低渗储层压裂技术适应性评价和技术优选
项目编号:2013-YXZHKY-002
关键词
支持向量机
气田开发
压裂技术
模糊识别
分类超平面
压裂效果
神经网络学习
人工神经网络
油气田勘探
最优分类面
分类号
TE53 [石油与天然气工程—油气田开发工程]
引文网络
相关文献
节点文献
二级参考文献
50
参考文献
8
共引文献
1061
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
8
1
吴亚红,李秀生,钟大康,林涛.
人工神经网络在压裂选井及选层中的应用[J]
.石油大学学报(自然科学版),2001,25(5):42-44.
被引量:23
2
蒋廷学.
重复压裂选井选层的模糊识别方法[J]
.石油钻采工艺,1997,19(3):60-62.
被引量:42
3
Christian Oberwinkler,Michael J,Econmides: " The Definitive Identification of Candidate Wells for ILefracturing" ,paper SPE 84211 presented at the SPE Annual Technical Conference and Exhibition held in Denver,Colorado,U.S.A. 5 8 October,2003.
4
俞绍诚水力压裂技术手册[M].石油工业出版社,2010:14-15.
5
陈果,周伽.
小样本数据的支持向量机回归模型参数及预测区间研究[J]
.计量学报,2008,29(1):92-96.
被引量:63
6
丁世飞,齐丙娟,谭红艳.
支持向量机理论与算法研究综述[J]
.电子科技大学学报,2011,40(1):2-10.
被引量:925
7
刘洪,赵金洲,胡永全,林辉,洪志琼,冯万奎,陈玉飞.
支持向量机在重复压裂中的应用研究[J]
.天然气工业,2004,24(3):75-77.
被引量:2
8
张俊法,常剑,杨瑞敏.
用综合评判方法优选压裂井层[J]
.断块油气田,2001,8(1):30-32.
被引量:18
二级参考文献
50
1
金燕.
人工神经网络在测井地质领域中的应用[J]
.天然气勘探与开发,1999,0(1):1-13.
被引量:6
2
丁涛,周惠成,黄健辉.
混沌水文时间序列区间预测研究[J]
.水利学报,2004,35(12):15-20.
被引量:31
3
刘艳,高有瑞.
已探明未开发石油储量评价的模糊数学方法[J]
.石油勘探与开发,1993,20(1):105-109.
被引量:10
4
李道国,苗夺谦,张东星,张红云.
粒度计算研究综述[J]
.计算机科学,2005,32(9):1-12.
被引量:54
5
孔锐,张冰.
一种快速支持向量机增量学习算法[J]
.控制与决策,2005,20(10):1129-1132.
被引量:31
6
李颖新,阮晓钢.
基于支持向量机的肿瘤分类特征基因选取[J]
.计算机研究与发展,2005,42(10):1796-1801.
被引量:51
7
李东晖,杜树新,吴铁军.
基于壳向量的线性支持向量机快速增量学习算法[J]
.浙江大学学报(工学版),2006,40(2):202-206.
被引量:16
8
林开标,王周敬.
基于支持向量机的传真收件人识别方法[J]
.计算机工程与应用,2006,42(7):156-158.
被引量:3
9
孔波,刘小茂,张钧.
基于中心距离比值的增量支持向量机[J]
.计算机应用,2006,26(6):1434-1436.
被引量:16
10
张翔,肖小玲,徐光祐.
模糊支持向量机中隶属度的确定与分析[J]
.中国图象图形学报,2006,11(8):1188-1192.
被引量:38
共引文献
1061
1
康琛笠,刘西青.
基于PSO-SVM的矿用干式变压器局部放电模式识别[J]
.计算机产品与流通,2020,9(8):138-138.
被引量:1
2
蒋月,Shaker ul Din,刘勇,张寅丹,刘巨峰,陆海霞.
一种集成多分类器的面向地理对象遥感影像变化回溯分析方法[J]
.兰州大学学报(自然科学版),2020(5):666-676.
被引量:1
3
丁晓欣,刘凯.
基于软间隔支持向量机的装配式建筑构件质量控制研究[J]
.建筑经济,2020(S02):62-67.
被引量:5
4
王云锋,刘丹,裴作飞,姚丽霜.
基于改进引力搜索算法的SVM的参数优化及应用[J]
.计算机应用研究,2020,37(S01):152-154.
被引量:8
5
严雨灵,陈闵叶,吕亚辉.
基于Leap Motion的三维动态手势识别研究[J]
.智能计算机与应用,2020,0(1):271-273.
6
纪云松,刘海南,敖立争,余明敏,李沛佳.
机器学习在海上风电设备腐蚀分析中的应用[J]
.船舶工程,2024,46(S01):133-140.
7
程平,何昱衡,辜榕容.
基于支持向量机机器学习算法的项目人员绩效评价研究――基于A风景园林规划研究院规划设计类项目[J]
.中国管理会计,2020(1):32-43.
被引量:2
8
李婷婷,夏杰,成刚,倪庆江,朱猛,杨卫,李珊.
基于SVR的他克莫司血药浓度的预测模型[J]
.生物医学工程研究,2009,28(4):296-298.
被引量:1
9
贾志先.
基于支持向量机的空白试卷识别方法[J]
.山西大学学报(自然科学版),2011,34(3):351-356.
被引量:2
10
方向,丁兆军,舒新前.
基于遗传算法优化的支持向量机(SVM-GA)低阶煤制氢产量预测模型[J]
.煤炭学报,2010,35(S1):205-209.
被引量:3
1
张作清,韩克宁,于代国,张振城.
应用支持向量机方法预测储层敏感性[J]
.测井技术,2005,29(4):308-310.
被引量:9
2
胡罡,李兆敏,李鹏华,张超.
基于向量机氮气泡沫辅助蒸汽吞吐注入参数优化[J]
.辽宁石油化工大学学报,2011,31(1):5-8.
3
张凯,李阳,姚军,王子胜.
应用支持向量机方法预测砾石充填防砂井产能[J]
.石油天然气学报,2006,28(6):120-123.
4
乐友喜,刘雯林.
应用支持向量机方法预测聚合物驱参数[J]
.石油勘探与开发,2004,31(3):122-124.
被引量:4
5
张殿锋,闫相祯.
基于统计学习理论的山前构造带推覆带钻具失效预测[J]
.石油矿场机械,2012,41(8):7-10.
6
王威.
致密油藏水平井体积压裂初期产能预测[J]
.新疆石油地质,2016,37(5):575-579.
被引量:14
7
杜卫平.
重复压裂选井选层人工神经网络方法[J]
.钻采工艺,2003,26(4):106-107.
被引量:14
8
刘红歧,彭仕宓,陈烨菲,王建伟,杨建勋.
高含水期水淹层的定量识别[J]
.新疆石油学院学报,2003,15(2):38-42.
被引量:10
9
刘立军,韩琴,朱玉炜,马贵明.
油层压裂效果预测与选层方法研究[J]
.油气井测试,2004,13(2):5-6.
被引量:4
10
张海龙,王宪峰,逯艳华,翟维江.
新木油田重复压裂的选井选层方法[J]
.油气地质与采收率,2003,10(B08):86-87.
被引量:3
内江科技
2015年 第1期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部