基于因素神经网络的混合型油藏数模辅助专家系统

doi:10.3863/j.issn.1000-2634.1997.04.022

西南石油大学学报(自然科学版) ›› 1997, Vol. 19 ›› Issue (4): 112-116.DOI: 10.3863/j.issn.1000-2634.1997.04.022

• 计算机应用、管理科学 • 上一篇下一篇

基于因素神经网络的混合型油藏数模辅助专家系统

曹谢东陈明强黄纯国赵刚

西南石油学院石油工程系,四川南充637001

收稿日期:1997-09-05 修回日期:1900-01-01 出版日期:1997-11-20 发布日期:1997-11-20

Assisted Expert System for Mixed Reservoirs Numerical Simulation based on Factor Neural Network

CAO Xie-dong CHEN Ming-qiang et al.

Department of Petroleum Engineering SWPI, Sichuan 637001

Received:1997-09-05 Revised:1900-01-01 Online:1997-11-20 Published:1997-11-20

摘要/Abstract

摘要： 介绍一种基于因素神经网络的混合型知识模式,在油藏数值模拟历史拟合辅助专家系统中
的实现,体现了用多种人工智能手段协同解决复杂问题这一主流技术的应用。介绍系统的功能和分布式CLIENT/SERVER工作环境。分析问题的复杂性,提出相应的知识表示和混合推理模式(树型,解析型和模拟型因素神精网络)等问题求解策略。并描述了推理机制和知识库结构。

关键词: 神经网络, 油藏数值模拟, 系统, 决策方法

Abstract:

This paper presents a method to realize the mixing knowledge model based on the factor neural network on the history matching of reservoir simulation. It reflects a use of main technique solving complex problem with multi artificial intelligence methods. Some functions of the system and the working environment of CLIENT/SERVER distribution are given. The complexibility of the problem are analyzed. Some tactics are put forward to solve the problems about theses knowledge representations and the mixing inference models (tree, analytic and simulation inference model), some inference mechanisms and knowledge structures are described.

Key words: Neural network, Rservoir Numerical Simulation, System, Decision-making metho

中图分类号:

TE319

曹谢东陈明强黄纯国赵刚. 基于因素神经网络的混合型油藏数模辅助专家系统[J]. 西南石油大学学报(自然科学版), 1997, 19(4): 112-116.

CAO Xie-dong CHEN Ming-qiang et al.. Assisted Expert System for Mixed Reservoirs Numerical Simulation based on Factor Neural Network[J]. 西南石油大学学报(自然科学版), 1997, 19(4): 112-116.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.1997.04.022

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y1997/V19/I4/112

[1]	黄旭日, 代月, 徐云贵, 唐静. 基于深度学习算法不同数据集的地震反演实验[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 16-25.
[2]	刘兆年, 赵颖, 孙挺. 渤海区域基于数据驱动的钻井提速[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 35-41.
[3]	檀朝东, 贺甲元, 周彤, 刘健康, 宋文容. 基于PCA-BNN的页岩气压裂施工参数优化[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 56-62.
[4]	刘浩瀚, 颜永勤, 闵令元, 乐平, 殷艳玲. 基于灰色网络组合优化的年增油量预测[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 89-96.
[5]	张恒汝, 朱科霖, 徐媛媛, 谯英. 抽油机井参数优化的粒计算方法[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 115-123.
[6]	方宇, 曹雪梅, 李宾倩, 闵帆, 谯英. 天然气集输异常工况处理的主动学习方法[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 124-132.
[7]	王兵, 郑亚梅, 陈茂柯, 高凌云. 基于Tri-BiLSTM-CNN的钻井安全问答系统[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 157-164.
[8]	袁靖舒, 李洪奇. MDR概念系统注册及本体表示标准化研究[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 174-180.
[9]	任涛, 冯斌, 孙文, 张春琳, 唐道临. 测井仪推靠系统机构动力特性分析与研究[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 169-180.
[10]	刘永辉, 罗程程, 刘通, 任桂蓉, 王中武. 水平气井井筒气液两相流型预测[J]. 西南石油大学学报(自然科学版), 2019, 41(3): 107-112.
[11]	唐洋, 张中根, 易典学, 刘佩松, 安家伟. 水下生产系统连接器及其关键技术[J]. 西南石油大学学报(自然科学版), 2019, 41(3): 160-168.
[12]	王庆栋, 汪鹏飞, 王子帅, 潘松杰, 李策策. 冲积扇油气管道坡面侵蚀灾害因子分析[J]. 西南石油大学学报(自然科学版), 2018, 40(6): 157-164.
[13]	刘勇, 彭小龙, 杜志敏. 裂缝性油藏非结构四边形网格数值模拟研究[J]. 西南石油大学学报(自然科学版), 2018, 40(4): 105-115.
[14]	王国荣, 曾诚, 毛良杰, 李阳. 深水钻井隔水管系统配置及动力学特性分析[J]. 西南石油大学学报(自然科学版), 2018, 40(3): 156-163.
[15]	陈玮常, 闫晶晶, 孙冠宇, 杨荣超, 周微. 南堡凹陷老爷庙地区断裂构造与油气成藏[J]. 西南石油大学学报(自然科学版), 2018, 40(2): 46-56.

基于因素神经网络的混合型油藏数模辅助专家系统

Assisted Expert System for Mixed Reservoirs Numerical Simulation based on Factor Neural Network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价