基于深度置信网络模型的页岩油产量预测方法
Well Testing（2022）
摘要
为提高华北油田冀中坳陷束鹿凹陷页岩油储层压后产量预测的符合率,基于受限玻尔兹曼机(RBM)的深度置信网络学习(DBN)模型,利用压裂停泵数据获得分段裂缝半长、改造后渗透率、SRV面积等动态数据,结合测录井等静态数据和压裂规模、试采等生产数据,通过数值模拟构建动态数据库,建立了束鹿凹陷的页岩油产量预测方法.该方法在ST1H、ST2X和ST3页岩井的应用,产量符合率达到80％,预测结果合理可靠,具有一定的可行性,能够为该地区页岩油井压裂评估和方案调整提供技术指导.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要