大数据驱动下的智能气藏数字孪生系统关键技术及应用研究

孙亚隆; 牛浩; 张永利; 陈宇轩; 古毅; 方军龄; 张仕帆

doi:10.13809/j.cnki.cn32-1825/te.2024614

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

大数据驱动下的智能气藏数字孪生系统关键技术及应用研究

更新时间：2026-01-27

- 大数据驱动下的智能气藏数字孪生系统关键技术及应用研究
- Research on key technologies and applications of intelligent gas reservoir digital twin system driven by big data
- “最新研究突破了传统油气藏研究的局限，提出了智能气藏数字孪生系统，为气藏管理智能化、精细化与高效化发展提供理论支撑和技术保障。”
- 油气藏评价与开发 2026年页码：1-10
- 作者机构：
  
  1.陕西延长石油（集团）有限责任公司气田公司，陕西延安 716000
  2.延安市天然气勘探开发工程技术研究中心，陕西延安 716000
  3.特雷西能源科技股份有限公司，浙江杭州 310000
  4.中国地质大学（武汉）未来技术学院，湖北武汉 430074
- 作者简介：
  
  孙亚隆（1985—），男，硕士研究生，工程师，主要从事油气田地质勘探与开发研究工作。地址：陕西省延安市宝塔区南泥湾镇，邮政编码：716006。E-mail：1302501330@qq.com
  张仕帆（1996—），男，在读博士研究生，主要从事人工智能辅助油气藏开发及提高采收率方面的研究。地址：湖北省武汉市洪山区鲁磨路388号，邮政编码：430074。E-mail：zhangshifan0314@163.com
- 基金信息：
  
  国家重点研发计划项目课题“地质资源智能预测及勘探开发地质风险评估理论模型与方法”(2022YFF0801202)
- DOI：10.13809/j.cnki.cn32-1825/te.2024614
  中图分类号： TE319
- 收稿：2025-07-04，
  
  网络出版：2026-01-27，
- 稿件说明：
移动端阅览
孙亚隆,牛浩,张永利等.大数据驱动下的智能气藏数字孪生系统关键技术及应用研究[J].油气藏评价与开发,

Sun Yalong,Niu Hao,Zhang Yongli,et al.Research on key technologies and applications of intelligent gas reservoir digital twin system driven by big data[J].Petroleum Reservoir Evaluation and Development,
孙亚隆,牛浩,张永利等.大数据驱动下的智能气藏数字孪生系统关键技术及应用研究[J].油气藏评价与开发, DOI：10.13809/j.cnki.cn32-1825/te.2024614.XXXX, XX(XX): 1-10.

Sun Yalong,Niu Hao,Zhang Yongli,et al.Research on key technologies and applications of intelligent gas reservoir digital twin system driven by big data[J].Petroleum Reservoir Evaluation and Development, DOI：10.13809/j.cnki.cn32-1825/te.2024614.XXXX, XX(XX): 1-10.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

水平井井地模型人工智能预测方法研究与应用

非常规油气勘探开发地质工程一体化管理：概念模型与实施路径

基于体积源的气藏渗流与水平井筒流动耦合的非稳态模型

石英砂在苏里格致密砂岩气藏压裂的适应性

地震勘探技术在南川地区页岩气勘探开发中的应用

大数据驱动下的智能气藏数字孪生系统关键技术及应用研究

Research on key technologies and applications of intelligent gas reservoir digital twin system driven by big data

DOI：10.13809/j.cnki.cn32-1825/te.2024614