文献

J-GLOBAL ID：202002257371645232   整理番号：20A0907849

データ融合に基づく油井の含水量の測定モデルに関する研究【JST・京大機械翻訳】

Research on Measurement Model of Water Content of Oil Well Based on Data Fusion

著者 (6件)： Tan Chaodong (China University of Petroleum (Beijing)) ,  Zhang Ziqin (China University of Petroleum (Beijing)) ,  Feng Gang (China University of Petroleum (Beijing)) ,  Li Bing (China University of Petroleum (Beijing)) ,  Wu Haoda (Beijing Yadan Petroleum Technology Co. Ltd) ,  Tan Tingzhuang (Beijing Yadan Petroleum Technology Co. Ltd)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICICAS  ページ： 44-47  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： 油井の含水量は,油田開発のための重要なパラメータ指標である。水含有量の測定は多くの因子によって影響され,その影響因子との非線形関係は複雑であるので,測定精度は満足な結果を得るのが難しい。本論文では,RFベースの水分検出法をマルチセンサデータ融合技術と組み合わせた。遺伝的アルゴリズムによって最適化されたサポートベクトルマシンに基づいて,オンライン水カット測定モデルを確立して,それは温度,塩分および流動状態のような多重パラメータを補償した。実験によって得たサンプルデータの学習と一般化を通して,訓練と検証,試験データにおける最大誤差は6%未満であり,GA-SVMベースの測定モデルが高精度で原油含水量を予測できることを示した。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： 最適化 ,  原油 ,  測定精度 ,  油田開発 ,  含水量 ,  水分 ,  塩分 ,  多重化 ,  *油井 ,  検出法 ,  遺伝的アルゴリズム ,  *データ融合 ,  サポートベクトルマシン
準シソーラス用語： 高精度 ,  オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： データ融合 ,  油井 ,  含水量 ,  測定モデル ,  研究