您的位置: 专家智库 > >

程希

作品数:7 被引量:7H指数:2
供职机构:西安石油大学更多>>
发文基金:油气藏地质及开发工程国家重点实验室开放基金更多>>
相关领域:天文地球文化科学自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 2篇专利

领域

  • 3篇天文地球
  • 2篇文化科学
  • 1篇自动化与计算...

主题

  • 6篇测井
  • 4篇大数据
  • 2篇学习算法
  • 2篇油藏
  • 2篇实践教学
  • 2篇物理模拟
  • 2篇井数据
  • 2篇教学
  • 2篇测井技术
  • 2篇测井数据
  • 1篇地层
  • 1篇地层评价
  • 1篇地球物理
  • 1篇地球物理测井
  • 1篇电阻率
  • 1篇电阻率测井
  • 1篇学法
  • 1篇岩性
  • 1篇岩性识别
  • 1篇油藏监测

机构

  • 7篇西安石油大学
  • 2篇中国石油
  • 1篇中国石油大学...

作者

  • 7篇程希
  • 2篇谭成仟
  • 1篇赵军龙
  • 1篇王辉
  • 1篇刘之的

传媒

  • 1篇地球物理学进...
  • 1篇西北地质
  • 1篇测井技术
  • 1篇江汉石油职工...
  • 1篇高校实验室工...

年份

  • 1篇2023
  • 2篇2022
  • 1篇2021
  • 1篇2020
  • 1篇2014
  • 1篇2012
7 条 记 录,以下是 1-7
排序方式:
数据模型与物理模拟驱动的人工智能测井被引量:4
2021年
从测井技术的发展历程看,模拟电子通讯、数字电子通讯、电子计算机以及阵列探头和CPU性能的提升,促进测井技术实现跨越式发展,即从模拟测井、数字测井、数控测井发展到成像测井。以大数据、算法以及算力为核心技术的人工智能正在极大地改变石油工业,促使测井技术向智能化方向发展。从人工智能引起油气学会的关注,到人工智能在国内外测井技术上的应用现状,以及测井技术发展所面临的挑战等方面,提出人工智能测井概念,分析测井大数据的形成基础、人工智能测井的技术组成。从技术可行性角度,分析人工智能测井的三大核心:数据模型、物理模拟算法、测井人工智能生态的组成和算力支撑条件;研发出测井大数据私有云,实现人工智能算法在大数据私有云上的加载运行处理。从人工智能在测井技术上的应用场景及勘探开发市场需求,总结分析数据模型和物理模拟驱动的人工智能测井技术发展必须经历的3个阶段。
程希程希李国军包德洲陈琪泉
关键词:物理模拟学习算法
基于测井大数据的地层评价方法及系统
本发明提供一种基于测井大数据的地层评价方法及系统,所述方法基于物理模拟和机器学习实现,属于测井技术领域。所述方法包括:获取测井数据,并根据所述测井数据进行机器学习模型训练,获得机器学习模型;采集测井测量值,并根据预设规则...
程希程宇雪宋新爱谭成仟王辉
数值模拟方法驱动的数据流过套管电阻率测井技术被引量:2
2020年
过套管电阻率测井在寻找剩余油、油藏动态监测方面是一种重要的测井技术.文中依据大数据流技术原理,建立以Hadoop架构为核心、集成仪器响应模拟、仪器关键参数设计、影响因素分析校正、岩石物理参数获取与测井评价为一体的过套管电阻率测井系统.这将打破了测井方法、仪器制造、测井采集、岩石物理与测井解释之间的部门界限,实现了不同用户实时访问统一的数据库,实时解决仪器刻度、数据采集与校正,以及综合解释中的岩石物理参数的选择等问题.基于"众包算法"实现测井解释专家的知识共享.根据过套管电阻率测井各种模拟方法特点,建立对应全空间、半空间、三层模型、径向分层纵向分层所对应不同地层模型所对应的解析法、传输线方程法、边界元、模式匹配法、有限元法所的优化高效模块,在系统中快速实现仪器响应分析、影响因素校正及仪器刻度等功能.实例表明,基于这种模拟方法驱动的大数据流过套管电阻率测井技术,能从过套管电测井数据源头上保证数据质量,从而准确求取剩余油饱和度,实现过套管测井地层评价,进而为油藏监测提供可靠的保证,最终为油藏开发方案的决策提供可靠依据.
程希程宇雪程佳豪惠晨
关键词:数据流过套管电阻率测井数值模拟油藏监测
机器学习算法在地球物理测井中的适用性及应用
2023年
机器学习,特别是深度神经网络学习算法的发展,正在改变人们发现知识的方式。目前油气工业正在向转向非常规和深海的油气勘探和开发。基于有限岩石物理参数建立的评价解释模型难以满足反映非常规储层复杂的岩性和结构,这使传统测井评价技术受到了很大的挑战。以油气大数据为基础、机器学习算法为核心、油气大数据云计算为动力以及油气应用场景为源泉的油气人工智能(Oil&Gas AI)极大地改变传统的油气工业各个领域。笔者以地球物理测井为研究对象,依据数据驱动的地球物理知识发现原理和机器学习属性,按照“数据-算法-平台-知识-应用场景”研究思路,开展机器学习算法在测井技术中的适用性研究。对机器算法的内在特性、原理、质量控制、硬件要求,学习模型选择、测试以及性能评价实现过程进行分析。笔者梳理和总结了机器学习算法在测井中适用性的树状图,尤其是在油气测井的方法研究、数据处理以及地层评价中的应用潜力与机器学习算法对应关系,其中包括数据校正的模拟方法、数据标定的岩石物理分析、测井数据质量控制、综合评价以及油藏评价监测。研究表明,机器学习算法在岩性识别与储层分类、力学评价、以及油藏评价等方面应用有明显的优势,贯穿于测井方法、仪器设计、测井作业及测井解释中。机器学习算法相对于传统的岩石物理建模方法,以数据为纽带综合评价岩石物理的多重属性。这从数据科学角度突破了实验条件和物理属性的限制,具有跨学科、综合性的特点。
程希程希傅海成罗雄民
关键词:机器学习算法岩性识别油藏评价
基于大数据的石油测井预测方法以及预测装置
本发明公开了一种基于大数据的石油测井预测方法以及预测装置,应用于石油测井预测系统,所述方法包括:获取石油测井大数据;基于所述石油测井大数据创建预测模型;获取油气监测元数据;基于所述预测模型对所述油气监测元数据进行处理,生...
程希谭成仟程宇雪宋新爱
文献传递
三位一体综合教学法在《测井方法原理》教学中的应用被引量:1
2012年
在《测井方法原理》教学实践中应用三位一体综合教学法,将板书推导、多媒体知识梳理和实践实习相结合,加深了物探专业学生对理论性较强的知识的掌握与灵活应用。主要做法是:在课堂教学环节中用板书推导培养学生严密的逻辑思维,用多媒体形象化的动画展示测量原理和梳理繁琐凌乱的知识,在实践教学环节中通过实践实习增加学生对测井方法的感官认识和兴趣。
程希
关键词:课堂教学法实践教学
“测井资料处理与解释”实践教学改革与探索被引量:1
2014年
"测井资料处理与解释"是我校勘查技术与工程专业的必修课,亦是一门实践性很强的课程,如何提高"测井资料处理与解释"实践教学的效果非常重要。实践教学的主要目的是培养学生的操作能力、分析问题和解决问题的能力。"测井资料处理与解释"实践教学,包括测井资料手工解释、计算机处理解释、课程设计和毕业设计。近几年来,根据存在的问题,对"测井资料处理与解释"课程实践教学的内容进行了改革与探索,以期提高该课程的教学效率,获得更好的教学效果。
刘之的赵军龙程希
关键词:实践教学
共1页<1>
聚类工具0