油气开发 | 浏览量 : 0 下载量: 1 CSCD: 0 CNKI被引量: 0 Scopus: 0 更多指标

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于机器学习的裂缝水驱气藏采收率预测方法

    • A machine learning-based method for recovery rate prediction in fractured water-driven gas reservoirs

    • “在气藏开发领域，专家构建了裂缝水驱气藏采收率预测模型，为提高采收率提供科学依据。”
    • 2025年15卷第5期 页码：834-843   

      收稿：2024-08-01，

      纸质出版：2025-10-26

    • DOI： 10.13809/j.cnki.cn32-1825/te.2025.05.013     

    移动端阅览

  • 孙秋分, 秦佳正, 冯乔, 等. 基于机器学习的裂缝水驱气藏采收率预测方法[J]. 油气藏评价与开发, 2025, 15(5): 834-843. DOI： 10.13809/j.cnki.cn32-1825/te.2025.05.013.
    SUN Qiufen, QIN Jiazheng, FENG Qiao, et al. A machine learning-based method for recovery rate prediction in fractured water-driven gas reservoirs[J]. Petroleum Reservoir Evaluation and Development, 2025, 15(5): 834-843. DOI： 10.13809/j.cnki.cn32-1825/te.2025.05.013.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

谢天成 中国矿业大学（北京）地球科学与测绘工程学院
刘子亮 中国矿业大学（北京）地球科学与测绘工程学院
蒋志坤 中国矿业大学（北京）地球科学与测绘工程学院
魏迎春 中国矿业大学（北京）地球科学与测绘工程学院;中国矿业大学（北京）煤炭精细勘探与智能开发全国重点实验室
石慧 中国矿业大学（北京）地球科学与测绘工程学院
车阳 中国石油工程技术研究院有限公司;油气钻完井技术国家工程研究中心
唐魏泓 中国地质大学
谭茂金 中国地质大学

相关机构

中国矿业大学（北京）煤炭精细勘探与智能开发全国重点实验室
中国矿业大学（北京）地球科学与测绘工程学院
中国石油工程技术研究院有限公司
中国地质大学
中国石油塔里木油田公司
0