您当前的位置:
首页 >
文章列表页 >
基于机器学习的页岩气井间干扰风险评价及预测
油气开发 | 更新时间:2026-04-27
    • 基于机器学习的页岩气井间干扰风险评价及预测

    • Risk evaluation and prediction of inter-well interference in shale gas wells based on machine learning

    • 油气藏评价与开发   2026年16卷第3期 页码:657-665
    • DOI:10.13809/j.cnki.cn32-1825/te.2025341    

      中图分类号: TE132.2
    • 收稿:2025-09-16,

      纸质出版:2026-05-26

    移动端阅览

  • 秦佳正, 贺质越, 汤勇, 等. 基于机器学习的页岩气井间干扰风险评价及预测[J]. 油气藏评价与开发, 2026, 16(3): 657-665. DOI: 10.13809/j.cnki.cn32-1825/te.2025341.

    QIN Jiazheng, HE Zhiyue, TANG Yong, et al. Risk evaluation and prediction of inter-well interference in shale gas wells based on machine learning[J]. Petroleum Reservoir Evaluation and Development, 2026, 16(3): 657-665. DOI: 10.13809/j.cnki.cn32-1825/te.2025341.

  •  
  •  

0

浏览量

139

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

基于随机森林的页岩气“甜点”分类方法
基于机器学习的页岩气井井间干扰评价及预测
断层及相关裂缝发育特征对页岩气保存的影响——以四川盆地东南部林滩场地区为例
蠕变效应下页岩压裂分区渗透率动态演变特征实验研究

相关作者

段胜才
龙吉昌
王浩
龙科吉
聂云丽
高国忠
张庆
何封

相关机构

中国石油塔里木油田分公司哈得采油气管理区
中国石油塔里木油田分公司油气工艺研究院
中国石油大庆油田有限责任公司成都勘探开发研究院
长江大学非常规油气省部共建协同创新中心,湖北 武汉 430100长江大学地球物理与石油资源学院
长江大学地球物理与石油资源学院
0