您当前的位置:
首页 >
文章列表页 >
融合地应力特征的致密储层压裂缝长机器学习预测
更新时间:2025-12-29
    • 融合地应力特征的致密储层压裂缝长机器学习预测

    • Machine learning prediction of fracture length in tight reservoirs by integrating geostress characteristics

    • “在鄂尔多斯盆地华庆油田致密油藏开发领域,专家构建了多元耦合模型,研发了压裂缝长预测系统,为高效开发提供理论方法和技术范式。”
    • 油气藏评价与开发   2025年 页码:1-9
    • DOI:10.13809/j.cnki.cn32-1825/te.2025253    

      中图分类号: TE348
    • 收稿:2025-05-28,

      网络出版:2025-12-29,

    移动端阅览

  • 陆雪皎,李洪畅,李宇征等.融合地应力特征的致密储层压裂缝长机器学习预测[J].油气藏评价与开发, DOI:10.13809/j.cnki.cn32-1825/te.2025253.XXXX, XX(XX): 1-9.

    LU Xuejiao,LI Hongchang,LI Yuzheng,et al.Machine learning prediction of fracture length in tight reservoirs by integrating geostress characteristics[J].Petroleum Reservoir Evaluation and Development, DOI:10.13809/j.cnki.cn32-1825/te.2025253.XXXX, XX(XX): 1-9.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于机器学习的裂缝水驱气藏采收率预测方法
注入介质和注入方式对致密油提高采收程度影响实验研究——以大庆扶余储层为例
基于地震属性堆叠泛化集成学习的辫状河储层构型表征——以渤海湾盆地C-2油田为例
机器学习在CO2提高油气采收率与地质封存中的研究进展
基于ANN算法的微纳米水气分散体系驱产油量预测方法

相关作者

闫春
徐良
赵启阳
刘雅昕
乔宇
冯乔
孙秋分
秦佳正

相关机构

中国石油冀东油田分公司储气库建设项目部
西南石油大学油气藏地质及开发工程全国重点实验室
中国石油杭州地质研究院
大庆油田勘探开发研究院
大庆油田勘探事业部
0