基于物理信息神经网络的低渗透油藏CO<sub>2</sub>非混相驱渗流模拟

石琼林; 李俊键; 吕晓聪; 刘慧卿; 杨小亮

doi:10.13809/j.cnki.cn32-1825/te.2025057

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于物理信息神经网络的低渗透油藏CO₂非混相驱渗流模拟

数智能源 | 更新时间：2026-06-12

- 基于物理信息神经网络的低渗透油藏CO₂非混相驱渗流模拟
- Seepage simulation of CO₂ immiscible flooding in low-permeability reservoirs based on physics-informed neural networks
- 油气藏评价与开发 2026年16卷第4期页码：926-933
- 作者机构：
  
  1.中国石油大学（北京）石油工程学院，北京 102249
  2.中国石油冀东油田分公司陆上作业区，河北唐山 063200
- 作者简介：
  
  石琼林（1983—），男，在读博士研究生，高级工程师，从事复杂油气藏CO2提高采收率研究。地址：河北省唐山市曹妃甸区陆上作业区，邮政编码：063200。E-mail： shiqionglin@petrochina.com.cn
  吕晓聪（1989—），男，博士，副教授，博士生导师，从事地下空间储能研究。地址：北京市昌平区府学路18号中国石油大学（北京），邮政编码：102249。E-mail： xiaocongcup@hotmail.com
- 基金信息：
  
  国家自然科学基金项目“高矿化度低渗油藏CO2驱盐析沉淀机理与高效模拟方法”(52304054);国家科技重大专项“CO2驱控气窜提高波及效率技术研究”(2024ZD1406602)
- DOI：10.13809/j.cnki.cn32-1825/te.2025057
  中图分类号： T357
- 收稿：2026-01-12，
  
  纸质出版：2026-07-26
- 稿件说明：
移动端阅览
石琼林, 李俊键, 吕晓聪, 等. 基于物理信息神经网络的低渗透油藏CO₂非混相驱渗流模拟[J]. 油气藏评价与开发, 2026, 16(4): 926-933. DOI: 10.13809/j.cnki.cn32-1825/te.2025057.

SHI Qionglin, LI Junjian, LYU Xiaocong, et al. Seepage simulation of CO₂ immiscible flooding in low-permeability reservoirs based on physics-informed neural networks[J]. Petroleum Reservoir Evaluation and Development, 2026, 16(4): 926-933. DOI: 10.13809/j.cnki.cn32-1825/te.2025057.
石琼林, 李俊键, 吕晓聪, 等. 基于物理信息神经网络的低渗透油藏CO₂非混相驱渗流模拟[J]. 油气藏评价与开发, 2026, 16(4): 926-933. DOI: 10.13809/j.cnki.cn32-1825/te.2025057. DOI：

SHI Qionglin, LI Junjian, LYU Xiaocong, et al. Seepage simulation of CO₂ immiscible flooding in low-permeability reservoirs based on physics-informed neural networks[J]. Petroleum Reservoir Evaluation and Development, 2026, 16(4): 926-933. DOI: 10.13809/j.cnki.cn32-1825/te.2025057. DOI：

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

页岩油储层孔隙流体类型划分方法研究——以苏北盆地溱潼凹陷古近系阜宁组二段为例

琼东南盆地深水导管架平台多因素影响的极限承载力分析

数字岩心建模方法研究进展及发展趋势

页岩气井压裂套管变形防控的注氮泡沫水泥浆固井技术

苏北盆地溱潼凹陷陆相页岩油水平井钻井关键技术及应用

基于物理信息神经网络的低渗透油藏CO2非混相驱渗流模拟

Seepage simulation of CO2 immiscible flooding in low-permeability reservoirs based on physics-informed neural networks

DOI：10.13809/j.cnki.cn32-1825/te.2025057

基于物理信息神经网络的低渗透油藏CO₂非混相驱渗流模拟

Seepage simulation of CO₂ immiscible flooding in low-permeability reservoirs based on physics-informed neural networks