您当前的位置：
首页 >
文章列表页 >
机器学习在CO2提高油气采收率与地质封存中的研究进展
方法理论 | 更新时间：2026-01-19

    • 机器学习在CO2提高油气采收率与地质封存中的研究进展

    • Research progress on machine learning in CO2 enhanced oil and gas recovery and geological storage

    • “在碳捕集、利用与封存领域，机器学习技术展现出显著优势，优化操作参数、提高计算效率，为实现碳中和提供解决方案。”
    • 油气藏评价与开发   2026年16卷第1期 页码：84-95

    • DOI：10.13809/j.cnki.cn32-1825/te.2025268    

      中图分类号： TE357

    • 收稿：2025-06-09，

      纸质出版：2026-01-26

    移动端阅览

  • 叶虹莹, 曹成, 赵玉龙, 等. 机器学习在CO2提高油气采收率与地质封存中的研究进展[J]. 油气藏评价与开发, 2026, 16(1): 84-95. DOI： 10.13809/j.cnki.cn32-1825/te.2025268.

    YE Hongying, CAO Cheng, ZHAO Yulong, et al. Research progress on machine learning in CO2 enhanced oil and gas recovery and geological storage[J]. Petroleum Reservoir Evaluation and Development, 2026, 16(1): 84-95. DOI： 10.13809/j.cnki.cn32-1825/te.2025268.

  •  
  •  

0

浏览量

106

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

中深层油藏CCUS示范工程开发关键技术研究与实践
基于机器学习的裂缝水驱气藏采收率预测方法
融合地应力特征的致密储层压裂缝长机器学习预测
铁路环境保护"十五"计划
突发性环境污染事故分析与应急反应机制

相关作者

赵松
曹成
叶虹莹
王圆圆
高同
杨志凯
刘赛军
樊超

相关机构

中国石油长庆油田
中国石化胜利油田分公司纯梁采油厂， 山东 博兴
中国石油冀东油田分公司储气库建设项目部
中国石油杭州地质研究院
中国石油长庆油田分公司勘探开发研究院
0