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
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM的产能预测方法——以A区长7储层为例
1
作者
苏存娃
王子龙
鲁鹏
《北京石油化工学院学报》
2024年第1期50-55,共6页
针对研究区目标储层典型页岩油藏物性较差导致全区及中高初产油井产能递减的问题,笔者提出一种长短期记忆神经网络(LSTM),选取研究区生产时间大于48个月全区油井以及中高初产递减型井的平均月生产数据并对其未来4个月的产能进行预测。...
针对研究区目标储层典型页岩油藏物性较差导致全区及中高初产油井产能递减的问题,笔者提出一种长短期记忆神经网络(LSTM),选取研究区生产时间大于48个月全区油井以及中高初产递减型井的平均月生产数据并对其未来4个月的产能进行预测。结果表明,长短期记忆神经网络(LSTM)产能预测相比于传统的指数递减规律对产量进行拟合的误差更小,预测结果更为可靠。从而为后期油田生产以及后续开发采取的工程措施提供理论依据。
展开更多
关键词
产能
预测
长短期记忆神经网络
时序产能预测
中高初产递减型井
下载PDF
职称材料
题名
基于LSTM的产能预测方法——以A区长7储层为例
1
作者
苏存娃
王子龙
鲁鹏
机构
陕西延长油田股份有限公司下寺湾采油厂
延长油田股份有限公司勘探开发技术研究中心
出处
《北京石油化工学院学报》
2024年第1期50-55,共6页
文摘
针对研究区目标储层典型页岩油藏物性较差导致全区及中高初产油井产能递减的问题,笔者提出一种长短期记忆神经网络(LSTM),选取研究区生产时间大于48个月全区油井以及中高初产递减型井的平均月生产数据并对其未来4个月的产能进行预测。结果表明,长短期记忆神经网络(LSTM)产能预测相比于传统的指数递减规律对产量进行拟合的误差更小,预测结果更为可靠。从而为后期油田生产以及后续开发采取的工程措施提供理论依据。
关键词
产能
预测
长短期记忆神经网络
时序产能预测
中高初产递减型井
Keywords
productivity prediction
long short-term memory
time series productivity prediction
medium and high primary production decline type wells
分类号
P618 [天文地球—矿床学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM的产能预测方法——以A区长7储层为例
苏存娃
王子龙
鲁鹏
《北京石油化工学院学报》
2024
0
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