4年前 (2020-10-18)大安

利用高性能并行模拟和商业云计算等先进手段，提出了油田联合开发和井控优化的生产流程。 编辑 | 大安 在优化油田开发方案的过程中，由于控制参数众多、模型复杂以及地下不确定性较大，使得该工作极富挑战性。在本文中，作者通过利用高性能并行模拟和商业...

4年前 (2020-10-17)大安

利用机器学习帮助工程师识别目标和描述状态。 编辑 | 大安 在表面状态评价中，经验丰富的人员能够快速识别缺陷或损伤，因此视觉检测是一种较好的无损检测方法（NDE）。然而，该方法的缺点在于缺乏对缺陷的目标量化及描述。通过利用机器学习（ML）、...

5年前 (2019-08-06)大安

摘要：人工神经网络（ANN）是目前最为炙手可热的建模方法，如何用它来计算采收率？效果又会如何呢？本文将为您介绍ANN原油采收率模型的详细内容。 编译丨TOM 在构建ANN时，存在两个重要的未知因素：隐藏层的数量、模型中包含的神经元数量。常用...

5年前 (2019-08-05)大安

摘要：人工神经网络（ANN）是目前最为炙手可热的建模方法，如何用它来计算采收率？效果又会如何呢？本文将为您介绍ANN原油采收率模型的详细内容。 编译：TOM 人工神经网络（ANN）是一种信息处理系统，可模仿出人脑的思考过程。基于训练模式或大...

5年前 (2019-08-02)大安

摘要：机器学习技术可准确高效地识别出压裂曲线中的数据节点，帮助工程师们处理繁琐的压裂数据。 编译丨TOM 影子 在水力压裂作业期间，每隔一秒就会记录泵送数据，并将之传输到现场，以csv格式保存。原始泵送数据中包含多个数据道，包括压力、泵速、...

5年前 (2019-05-20)惊蛰

TGS的数据预测分析技术能够有效改善测井数据准确度！ 编译 | 惊蛰 近日，TGS宣布推出新型测井预测分析工具– Analytics Ready LAS (ARLAS)。ARLAS测井预测算法是TGS的AI计划的一部分，其可以根...

5年前 (2019-03-01)惊蛰

在复杂油田中，井位选择的难度极大，机器学习技术能够带来更好的预测结果。 编译 | 惊蛰 对于大多数常规储层，数值模拟可以为新井选取最佳位置，提供比较有价值的预测信息。然而，在 Lost Hills油田的作业中，由于其硅藻岩的储层低渗透率且高...

5年前 (2018-12-21)惊蛰

稳定高效的油气开采可离不开压缩机这个关键设备！ 来自 | JPT 编译 | TOM 惊蛰 压缩机系统在油气生产中地位非常重要，大部分石油石化设备都离不开气体压缩机，该技术也被成为油气开采的生命线，如何保持其高效平稳运行是行业关注的重点。利用...

5年前 (2018-11-22)惊蛰

通过运用数据分析法，可以帮助工程师在不确定性条件下优化井位设计。 来自丨JPT 编译丨TOM 关于井位优化设计已经有大量研究，也存在着不同的方法。然而，现场经验表明这些技术很少得到应用，在实践中，专家通常首先会确定影响油未来生产的主要因素。...

6年前 (2018-11-14)大安

西门子开发出一种名为AI4ESP的预测性维护方案，通过应用人工智能（AI）技术远程监控ESP性能。 来自 | E&P 编译 | TOM 大安 鉴于大多数油气井必须在其生产寿命周期的某个时间点进行人工举升，并且电潜泵（ESP）是最有效...

6年前 (2018-09-05)惊蛰

单独提升油气开采某一阶段的效率已经无法满足开发商的要求，全面控制才会取得更优的效果。 来自 | NOV 编译 | 白小明 惊蛰 国民油井华高（NOV）宣布其针对油井干预和增产设备的GoConnect状态监测服务正式投入商业应用。GoConn...

6年前 (2018-08-01)二丫

“机器学习”，除了字面意思，究竟有哪些值得一提的技能？ 来自 | JPT 编译 | 白小明 影子 机器学习不可一蹴而就，你必须清楚地了解数据是什么以及你希望从数据中得到什么，然后选择适当的机器学习方法从这些数据中提取信息并建立两者的关联性。...

6年前 (2018-05-08)二丫

如今，开发商即将迎来的是油气开采更加高效的新时代。 来自 | World oil 编译 | 张德凯 影子 2014年6月13日，WTI桶油价格达到107.49$。根据当时的数据，全球油气行业的资本支出预算达到创纪录的520亿美元，这些数字曾...

6年前 (2017-12-12)大安

据机器人方面的专家表示，机器人技术改变油气行业的时代已经到来。机器人技术，将会是21世纪的标志性技术。 来自 | 阿美石油服务公司 编译 | 周诗雨 槽子 休斯顿机电技术公司总裁兼马修·奥德勒（R. Matthew Ondler）在休斯顿石...