文献

J-GLOBAL ID：202002256709308976   整理番号：20A0438647

サイバー物理石油システムにおけるANNベースの坑井間接続性解析【JST・京大機械翻訳】

ANN based Interwell Connectivity Analysis in Cyber-Physical Petroleum Systems

著者 (6件)： Cheng Haibo (Shenyang Institute of Automation, Chinese Academy of Sciences,Lab. of Networked Control Systems,Shenyang,China) ,  Han Xiaoning (Shenyang Institute of Automation, Chinese Academy of Sciences,Lab. of Networked Control Systems,Shenyang,China) ,  Zeng Peng (Shenyang Institute of Automation, Chinese Academy of Sciences,Lab. of Networked Control Systems,Shenyang,China) ,  Yu Haibin (Shenyang Institute of Automation, Chinese Academy of Sciences,Lab. of Networked Control Systems,Shenyang,China) ,  Osipov Evgeny (Lulea& University of Technology,Department of Computer Science, Electrical and Space Engineering,Lulea&,Sweden) ,  Vyatkin Valeriy (Lulea& University of Technology,Department of Computer Science, Electrical and Space Engineering,Lulea&,Sweden)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： INDIN  ページ： 199-205  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サイバー物理的石油システム(CPPS)において,坑井間接続性の正確な推定は,包括的に貯留層特性を知るための重要なプロセスであり,科学的に水注入速度を決定し,油とガス(O&G)場に対する石油回収を効果的に強化する。本研究では,人工ニューラルネットワーク(ANN)に基づく解析法を提案し,坑井間接続性を推定した。生成したニューラルネットワークを用いて,歴史的な水注入と液体生産データに基づいて,生産井と周囲の注入井の間のマッピング関数を定義した。最後に,提案した方法を合成貯留層モデルに適用した。実験結果は,ANNに基づくアプローチが坑井間接続性を分析するための効率的な方法であることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *石油 ,  貯留層特性 ,  連結性 ,  *坑井
準シソーラス用語： 貯留層 ,  注入井 ,  生産井 ,  注水 ,  *石油システム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 物理 ,  石油システム ,  坑井 ,  接続性 ,  解析