
2022年1期
刊物介紹
本刊是經(jīng)國家科技部和新聞出版署批準,由中國石油化工股份有限公司主管,勝利油田有限公司主辦,地質(zhì)科學研究院承辦,面向國內(nèi)外公開發(fā)行的國家級石油類技術(shù)期刊。該刊為原《油氣采收率技術(shù)》(公開)和原《復式油氣田》(內(nèi)刊)的合刊,雙月刊,大16開本,正文80頁,逢雙月25日出版。 《油氣采收率技術(shù)》創(chuàng)刊于1994年,季刊,是勝利油田主業(yè)惟一公開發(fā)行的國家級油田開發(fā)應用技術(shù)類期刊。該刊以提高油氣采收率技術(shù)為主題,報道相關(guān)的學術(shù)理論、室內(nèi)研究、現(xiàn)場應用等實用性技術(shù)論文,為促進油田開發(fā)技術(shù)的交流,推動我國油氣采收率技術(shù)的發(fā)展和原油產(chǎn)量的提高作出了積極的貢獻
油氣地質(zhì)與采收率
- 勝利油田勘探開發(fā)大數(shù)據(jù)及人工智能技術(shù)應用進展
- 精細油藏描述中的大數(shù)據(jù)技術(shù)及其應用
- 基于大數(shù)據(jù)驅(qū)動的低阻油層精準識別方法
- 基于單一圖像生成對抗神經(jīng)網(wǎng)絡(luò)方法在沉積相建模中的應用
- 多信息融合裂縫建模技術(shù)在碳酸鹽巖雙重介質(zhì)油藏開發(fā)中的應用
- 混合模擬退火遺傳和隨機森林構(gòu)建復雜碳酸鹽巖儲層滲透率測井解釋模型
- 結(jié)合SKNet與U-Net的鹽體識別方法
- 基于深度學習的地震斷層檢測與斷面組合
- 基于深度前饋神經(jīng)網(wǎng)絡(luò)方法的橫波速度預測
- 基于機器學習的儲層預測方法
- 基于機器學習算法和屬性特征雙優(yōu)選的砂體巖性預測方法
- 基于改進AlexNet模型的斷層識別方法
- 基于數(shù)據(jù)驅(qū)動和循環(huán)滑動時窗的小層智能劃分方法
- 基于Hadoop分布式文件系統(tǒng)的地震勘探大數(shù)據(jù)樣本采集及存儲優(yōu)化
- 基于卷積神經(jīng)網(wǎng)絡(luò)的砂巖數(shù)字巖心絕對滲透率計算方法
- 基于物理約束數(shù)據(jù)挖掘算法的海上油井初期產(chǎn)能預測方法
- 油藏滲流物理和數(shù)據(jù)聯(lián)合驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)模型
- 基于深度學習的代理模型在實際氣藏三維模擬中的應用
- 考慮多尺度裂縫表征的致密油藏CO2吞吐智能歷史擬合
- 基于CBFS-CV算法的煤層氣井壓裂效果主控因素識別
- 基于XGBoost算法的吸水剖面預測方法研究與應用
- 基于深度學習的油井工況智能診斷技術(shù)研究及應用
- 基于核主成分分析-半監(jiān)督極限學習機的鉆井溢流診斷方法
