研究人员开发了一种机器学习模型来估算油井井底压力,为物理传感器提供了一种经济高效的替代方案。该研究利用长短期记忆(LSTM)和迁移学习,在巴西盐下盆地真实海上数据集上实现了低于2%的平均绝对百分比误差。该方法旨在通过在各种储层和流动条件下提供准确的压力数据来改进生产优化和安全性。 AI
影响 为关键工业监测提供了一种更准确、更经济高效的方法,有可能提高能源行业的效率和安全性。
排序理由 详细介绍新机器学习方法及其应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- bottom-hole pressure
- Brazil
- Hugging Face
- long short-term memory
- Mateus De Araujo Fernandes
- multilayer perceptron
- Permanent Downhole Gauges
- Petroleum Wells
- Pre-salt basin
- Tikhonov regularization
- transfer learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →