【交付方式】 特快专递/E-MAIL

【报告价格】 电子版：原价48600元  折扣价29160元  

印刷版：原价48800元  折扣价29280元

【订购热线】 010-67256498  

目  录

第一章 大数据及人工智能技术现状及趋势

第一节 压裂资料数据库系统建立

一、勘探压裂资料数据建立情况

1、井基础信息类表和施工成果类

2、辅助专家信息表

3、生产动态数据库

二、勘探压裂资料数据库系统应用

1、决策系统应用目的

2、探井压裂决策系统现场应用

三、结束语

第二节 人工智能技术分析系统实现

一、油井压裂智能分析相关技术

1、专家知识系统

2、BP神经网络技术

二、油井压裂措施智能分析系统设计

1、系统架构模型设计

2、系统功能模块设计

三、系统主要功能实现

1、措施井智能优选

2、措施效果预测分析

四、结束语

第三节 大数据及人工智能技术现状及趋势

一、大数据挖掘技术在石油工程领域现状及趋势

1、油田大数据时代

2、油田数据挖掘技术研究现状

3、石油工程大数据挖掘应用展望

二、人工智能技术石油工程领域现状及趋势

1、人工智能加速推动石油工程产业转型

2、人工智能推动石油工程技术向智能化转型

第二章 大数据及人工智能压裂选井及选层

第一节 大数据及人工智能压裂选井

一、巴涅特数据挖掘技术在压裂选井中的应用

1、概述

2、方法

3、控制方程

4、模拟

5、结果与讨论

6、总结和结论

二、鄂尔多斯盆地数据挖掘技术在压裂选井中的应用

1、概述

2、选井方法调研

3、选井方法建立

4、矿场应用效果

5、结论

三、海上低渗气田支持向量机在压裂选井中的应用

1、陆上常用的压裂选井选层方法

2、支持向量机方法

3、实例应用及比较

4、总结

四、致密砂岩气藏基于模糊推理压裂选井中的应用

1、研究方法

2、算例分析

3、结论

五、致密油藏基于模糊识别压裂选井中的应用

1、概述

2、选井研究方法

3、选井分析

4、结论

第二节 大数据及人工智能压裂选层/段

一、支持向量机技术压裂选层/段优选中的应用

1、支持向量机理论与算法

2、现场应用实例

3、结论与认识

二、人工神经网络在压裂选层/段优选中的应用

1、控水影响因素的确定

2、参数界限的选择

3、BP神经网络基本原理以及软件编制

4、实例应用

5、结论

第三节 BP神经网络储层可压裂性评价

一、概述

二、 BP神经网络预测模型

1、可压裂性影响因素及评价方法的确定

2、可压裂性评价预测模型的建立

3、敏感性模型的建立

三、实例验证分析

1、实验数据

2、BP神经网络预测结果及分析

3、页岩可压裂性影响因素的敏感性分析

四、结论

第三章 大数据及人工智能压裂及返排优化

第一节 大数据及人工智能压裂工艺优化

一、低孔特低渗砂砾岩油藏大数据及人工智能压裂工艺优化

1、绪论

2、研究区域压裂工程地质与压裂工艺特征

3、数据挖掘的数据库准备与方法优选

4、基于数据挖掘方法的压裂工艺优化

5、压裂工艺优化系统软件的开发

6、结论及建议

二、致密油水平井压裂大数据及人工智能压裂工艺优化

1、概述

2、应用无因次动用比分析裂缝间距对产能影响

3、应用产能指示剂分析储层物性产能贡献影响

4、储层改造规模与产油效果的对比分析

5、体积改造模式对比与分析

6、对压裂方案指导及现场试验效果

7、结论

三、神经网络及遗传算法人工智能压裂工艺优化

1、概述

2、基于人工智能的压裂方案设计

3、应用

4、结论

四、页岩气田PCA-BNN大数据及人工智能压裂工艺优化

1、基于PCA的贝叶斯神经网络模型

2、实例建模研究

3、压裂施工参数优化方案分析

4、结论

五、页岩气田随机森林算法大数据及人工智能压裂工艺优化

1、方法的建立

2、方法应用

3、结论

第二节 大数据及人工智能压裂液返排优化

一、页岩气井压裂液产出规律大数据研究分析

1、页岩气气井大数据分析因素选取

2、数据的分析处理

3、压裂液产出率方程的建立及预测验证

4、结论

二、油藏水力压裂返排率支持向量机优化分析

1、参数优选

2、支持向量机

3、案例应用

4、结论

第四章 大数据及人工能压裂效果

第一节 基于大数据的压裂效果研究及应用

一、浊积岩储层大数据的压裂效果研究及应用

1、数据挖掘在压裂施工中的应用现状

2、浊积岩储层压裂有效性表征参数

3、数据分析

4、结论和认识

二、煤层气井压裂大数据的压裂效果研究及应用

1、煤层气井分类方法

2、生产分析方法评价压裂效果原理

3、煤层气井分类及压裂开发效果评价方法应用

4、结论

三、页岩气井大数据的压裂效果研究及应用

1、页岩压裂效果评价方法

2、影响压裂效果的关键因素

3、提升压裂效果的工程方法

4、现场应用及分析

5、认识及建议

四、低渗透稠油油藏压裂大数据的压裂效果研究及应用

1、参数筛选

2、数学模型建立

3、结果分析

4、结论

第二节 基于人工智能的压裂效果研究及应用

一、基于改进支持向量机人工智能方法的压裂效果研究及应用

1、支持向量机回归算法

2、压裂效果预测

3、结语

二、基于灰色关联分析与BP神经网络方法的压裂效果研究及应用

1、灰色关联分析

2、BP神经网络

3、压裂效果预测模型

4、结论

第五章 不同类型油气藏大数据及人工能压裂产能评价及预测

第一节 页岩气藏大数据及人工能压裂产能评价及预测

一、页岩气藏基于支持向量机的大数据及人工能压裂产能评价及预测

1、统计机器学习与支持向量机方法

2、基于支持向量的回归分析

3、长宁气田某区块产量预测实例

4、结论

二、页岩气藏基于遗传算法的神经网络大数据及人工能压裂产能评价及预测

1、概述

2、压裂产能影响参数优选

3、GA-BP神经网络

4、页岩气产能预测模型

5、现场应用

6、结论

三、页岩气藏基于PLS法的大数据及人工能压裂产能评价及预测

1、产能影响因素

2、大数据影响因素分析

3、结论

四、页岩气藏基于随机森林算法的大数据及人工能压裂产能评价及预测

1、随机森林算法

2、数据集准备及处理

3、页岩气压裂段产量影响因素偏依赖度分析

4、页岩压裂段产量预测及对比分析

5、结论与建议

第二节 致密气藏大数据及人工能压裂产能评价及预测

一、致密气藏基于大数据挖掘技术的压裂产能评价及预测

1、致密气藏压裂水平井产能影响因素分析

2、致密气藏气井产能评价数据挖掘步骤

3、多因素影响下产能方程的建立

4、结论与认识

二、致密气藏基于大数据分析的人工能压裂产能评价及预测

1、绪论

2、新场沙溪庙组气藏特征分析

3、气井产量预测方法

4、基于大数据分析的气井产量预测模型

5、大数据分析方法在气井产量预测中的应用

6、结论与建议

第三节 煤层气藏大数据及人工能压裂产能评价及预测

一、煤层气藏基于随机森林算法的压裂产能评价及预测

1、随机森林算法原理与模型

2、排采工艺参数分析与历史产量拟合

3、基于随机森林算法的日产气量预测

4、结论

二、煤层气藏基于灰狼算法优化的支持向量机的压裂产能评价及预测

1、特征因素选取

2、主控因素分析

3、模型的建立

4、实验与分析

5、结论

第四节 致密油藏大数据及人工能压裂产能评价及预测

1、压后产能的影响因素

2、BP神经网络模型的建立

3、BP神经网络模型的训练

4、模型的实际应用

4、结语

第六章 国外大数据及人工智能压裂研究及应用

第一节 巴肯页岩油藏大数据及人工智能压裂研究及应用

1、概述

2、研究范围

3、处理流体化学性质

4、砂比(支撑剂浓度)

5、处理速度

6、前置液类型

8、并筒方位

9、完井技术

10、结论和建议

第二节 巴涅特页岩气藏大数据及人工智能压裂研究及应用

一、巴涅特页岩气藏基于大数据的裂缝网络模型研究应用

1、概述

2、微地震数据及其不确定性

3、基于神经网络的数据模拟

4、神经网络研究过程

5、结果

6、研究实例：Barnett页岩

7、研究实例：Fayetteville页岩

8、研究流程图

9、结论

二、巴涅特页岩气藏基于大数据的开发经验研究及应用

1、概述

2、数据准备

3、巴尼特页岩气近期生产情况

4、一个不同的方法

5、Tarrant／Johnson县研究区

6、利用等值线图来精细刻画Tarrant／Johnson研究区

7、 Tarrant／Johnson研究区参数的进一步研究

8、Tarrant／Johnson研究区产层段偏移和方位角分析

9、斜角分析

10、井眼起伏对产量的影响

11、结论

第三节 马塞勒斯页岩气藏大数据及人工智能压裂研究及应用

1、文献综述

2、马塞勒斯页岩

3、页岩气井生产动态

4、可行范围分析

5、页岩气井生产动态分析流程

6、工作流程的应用

7、减少不确定性的数据挖掘

8、资产优化

9、结论

第四节 美国基于大数据的压裂经验研究及应用

一、美国基于大数据的重复压裂经验教训

1、概述

2、失利分类

3、改造设计考虑因素

4、生产分析和诊断

5、结论和观察

二、美国页岩油气区块基于大数据的压裂效果综合评价研究

1、概述

2、裂缝支撑剂理论

3、岩石力学性质

4、压裂设计参数

5、临界裂缝参数

6、实例研究

7、总结

8、结论

参考文献