Biblioteca93.141 documentos en línea

Artículo

Predicting Heavy Oil Production by Hybrid Data-Driven Intelligent ModelsPredicción de la producción de petróleo pesado mediante modelos inteligentes híbridos basados en datos

Resumen

Resulta difcil determinar los principales factores de control debido a las complejas condiciones geolgicas de los yacimientos de petrleo pesado, que incluyen una alta viscosidad, un amplio rango de variacin del crudo y la gran diferencia de produccin entre los distintos mtodos de recuperacin. En este contexto, se analizan los principales factores de control de la produccin de petrleo pesado en diferentes mtodos de recuperacin y se obtienen basndose en el algoritmo Apriori. La prediccin de la produccin de petrleo pesado se enfrenta a problemas como la baja precisin de la prediccin y el uso insuficiente de datos. Por lo tanto, se establece un nuevo modelo inteligente de simulacin y prediccin de la produccin de petrleo pesado basado en datos con caractersticas variables en el tiempo, basado en la simulacin diferencial, el aprendizaje automtico y la teora de optimizacin inteligente, que supera los defectos de no linealidad, multifactor y baja precisin de ajuste de los datos dinmicos del desarrollo del petrleo pesado. Los parmetros del modelo de simulacin variable en el tiempo de la produccin de petrleo pesado se identifican mediante la mquina de vectores de soporte de mnimos cuadrados (LSSVM) para realizar la prediccin inteligente de la produccin. Los experimentos numricos muestran que el resultado de prediccin del nuevo modelo inteligente de simulacin y prediccin es mejor que el modelo de red neuronal BP y el modelo GM (1, N). Este estudio proporciona un nuevo mtodo viable para la prediccin de la produccin de petrleo pesado basada en datos, y puede ser til en estudios posteriores de la produccin de petrleo pesado basada en datos.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento