您的位置: 专家智库 > >

张德志

作品数:18 被引量:113H指数:8
供职机构:中国石油大学(华东)更多>>
发文基金:国家科技重大专项国家自然科学基金中国石油化工集团公司资助项目更多>>
相关领域:石油与天然气工程文化科学自动化与计算机技术天文地球更多>>

文献类型

  • 14篇期刊文章
  • 2篇专利
  • 1篇学位论文
  • 1篇会议论文

领域

  • 15篇石油与天然气...
  • 1篇天文地球
  • 1篇自动化与计算...
  • 1篇文化科学

主题

  • 8篇油藏
  • 8篇试井
  • 4篇三重介质
  • 4篇三重介质油藏
  • 4篇试井解释
  • 4篇钻井
  • 4篇网络
  • 3篇渗流
  • 3篇聚合物驱
  • 3篇记忆网络
  • 3篇窜流
  • 3篇窜流系数
  • 3篇达西
  • 2篇低渗
  • 2篇低渗透
  • 2篇低渗透油藏
  • 2篇动压力
  • 2篇压力梯度
  • 2篇油气井
  • 2篇渗透率

机构

  • 14篇中国石油大学...
  • 7篇中国石油化工...
  • 1篇西南石油大学
  • 1篇中国地质大学...
  • 1篇中国矿业大学...
  • 1篇中国石化胜利...

作者

  • 18篇张德志
  • 6篇戴永寿
  • 6篇姚军
  • 6篇孙伟峰
  • 5篇王子胜
  • 3篇王健
  • 3篇李友全
  • 3篇刘凯
  • 2篇战艾婷
  • 2篇张传宝
  • 1篇彭苏萍
  • 1篇贾永禄
  • 1篇张允
  • 1篇王友启
  • 1篇于伟杰
  • 1篇任力成
  • 1篇阎燕
  • 1篇王本成
  • 1篇张莉

传媒

  • 3篇石油钻探技术
  • 3篇油气地质与采...
  • 1篇天然气工业
  • 1篇新疆石油地质
  • 1篇计算物理
  • 1篇油气井测试
  • 1篇石油大学学报...
  • 1篇实验技术与管...
  • 1篇水动力学研究...
  • 1篇重庆科技学院...
  • 1篇“高含水期油...

年份

  • 1篇2024
  • 2篇2023
  • 2篇2021
  • 1篇2019
  • 1篇2015
  • 1篇2009
  • 1篇2008
  • 1篇2007
  • 5篇2006
  • 1篇2003
  • 2篇2002
18 条 记 录,以下是 1-10
排序方式:
三重介质油藏干扰试井压力动态特征被引量:14
2006年
在建立三重介质油藏试井解释模型的基础上,对该类油藏的干扰试井压力动态变化进行了研究;分析了井筒储存、表皮系数、窜流系数以及弹性储容比对观测井井底压力的影响。结果表明,表皮系数对观测井的井底压力没有影响,而井筒储存是否会对观测井井底压力造成影响取决于井筒储存系数的大小以及激动井和观测井之间的距离,窜流系数和弹性储容比对观测井井底压力的影响与单井试井的结果相类似。
张德志王子胜姚军
关键词:三重介质油藏干扰试井井筒储存表皮系数窜流系数
基于卷积神经网络的钻井溢漏风险识别方法、系统及设备
本公开公开了基于卷积神经网络的钻井溢漏风险识别方法、系统及设备,获取由综合录井仪采集的实时工况数据;对综合录井仪采集到的每一个实时工况数据采用滑动重叠采样方式对数据集进行扩充;将实时工况数据进行归一化预处理;将归一化预处...
戴永寿李宜君孙伟峰张德志王健
文献传递
一种用于油气井钻井过程的溢漏风险协同监测方法及系统
本公开提供了一种用于油气井钻井过程的溢漏风险协同监测方法及系统,所述方案包括:获取井上、井下溢漏监测参数,并进行数据预处理;分别构建专家系统风险识别模型与风险智能识别模型;基于预处理后的数据,采用所述专家系统风险识别模型...
孙伟峰王健戴永寿李宜君张德志
文献传递
基于DCC-LSTM的钻井液微量漏失智能监测方法被引量:3
2023年
钻井过程中发生钻井液漏失时,现有的井漏智能监测方法,难以获取长时数据序列特征,无法实现对微量漏失的及时监测和预警,进而容易导致更为严重的漏失发生。为此,提出了一种结合扩张因果卷积网络(Dilated and Causal Convolution,DCC)特征映射能力和长短期记忆网络(Long Short-Term Memory,LSTM)时序特征提取能力的DCC-LSTM钻井液微量漏失智能监测方法,弥补长短期记忆网络对于长期记忆衰减的不足,实现了对钻井液微量漏失的准确监测和预测。研究结果表明:①DCC-LSTM井漏智能监测模型利用扩张因果卷积网络提取监测参数的长时特征,并将其映射为短序列表示,利用长短期记忆网络处理特征短序列获取监测数据的长时变化趋势,实现了微量漏失的准确监测;②扩张因果卷积网络层数确定方法可以获得最佳网络层数,得到的DCC网络结构使LSTM对长时序列趋势信息的遗忘减少24%;③与其他井漏监测方法相比,DCC-LSTM网络能够准确监测早期微量漏失,井漏预警时间最长可提前26 min,监测准确率由96.9%提升至99.4%,漏报率由6.4%降低为1.1%。结论认为,该方法能够获取监测参数的长时趋势变化特征,经矿场试验验证与其他方法相比有明显优势,为微量漏失监测和预测提供一种可行的方法,对油气钻井井漏风险的防控具有重要指导意义。
孙伟峰卜赛赛张德志李威桦刘凯戴永寿
关键词:智能监测
高速非达西渗流时三重介质油藏的压力响应被引量:9
2009年
针对近井地带高速非达西渗流的影响,建立了溶洞与井筒连通情况下三重介质油藏的试井解释模型。通过数学变换和差分离散,给出了模型的数值解。与达西渗流的试井特征曲线不同,压力导数曲线在第一过渡段后明显上翘,孔缝洞总系统径向流的压力导数曲线高于0.5水平线。而近井地带的渗流速度越大,其非达西渗流影响区域就越大;随着溶洞窜流系数和溶洞弹性储容比的减小,压力导数曲线的过渡段出现时间延迟且下凹程度加深的现象。在塔河油田S74井的应用效果表明,新建模型具有较高的可靠性和实用性。
张德志王子胜战艾婷
关键词:高速非达西渗流三重介质窜流系数试井
基于C#与Python混合编程的钻井溢漏风险智能识别平台被引量:6
2021年
为了提高油气井钻井过程中溢漏风险识别的准确性,降低风险识别对人为经验的依赖,该文综合利用井下随钻测量数据及地面录井数据,提出了基于长短期记忆网络的钻井溢漏风险智能识别方法。利用C#执行效率高、Python利于建立深度学习模型的优势,基于C#与Python混合编程设计开发了钻井溢漏风险智能识别实验系统软件平台。首先,在Python平台下建立基于长短期记忆网络的溢漏风险识别模型,利用溢漏样本数据对识别模型进行训练,优化确定模型参数;再利用C#语言开发溢漏风险智能识别实验系统软件,通过C#调用在Python平台下训练好的长短期记忆网络模型实现对溢漏风险的智能判别。利用现场实测数据对软件的风险识别性能进行的实验测试结果表明,软件能够准确识别溢流和井漏风险,且与钻井现场采用的泥浆池液面监测法相比时间上有所提前。
孙伟峰李威桦王健李宜君张德志戴永寿
关键词:混合编程科教融合
带启动压力梯度的双孔压敏介质压力动态及其应用研究被引量:15
2007年
通过在流动方程中加入启动压力梯度,并考虑地层渗透率随压力的变化发生变化,建立了带启动压力梯度的双孔压敏介质油藏试井解释模型;通过隐式格式对所形成的非线性抛物型方程进行了线性化,采用追赶法进行了求解;通过对参数的敏感性分析表明:启动压力梯度和渗透率变化模数都对压力及压力导数有着很大的影响,导致径向流段不复存在,压力及压力导数曲线在后期上翘;将形成的方法在胜利油田的低渗透潜山油藏进行了应用,解释结果更加符合地质实际,表明了该方法的正确性和实用性。
张允王子胜姚军张德志
关键词:启动压力梯度实际应用
结合LSTM自编码器与集成学习的井漏智能识别方法
2024年
为了解决传统的井漏智能识别模型因井漏样本数量受限导致其识别准确率低的问题,提出了一种长短期记忆(long short-term memory,LSTM)网络与自编码器(auto-encoder,AE)相结合、集成LSTM-AE的井漏智能识别方法。首先,采用正常样本训练多个包含不同隐藏层神经元数目的LSTM-AE模型,利用重构得分筛选出识别效果较好的几个模型作为基识别器;然后,采用集成学习对多个基识别器的识别结果进行加权融合,解决单一模型因对样本局部特征过度学习导致的误报与漏报问题,提高模型的识别准确率。从某油田18口井的钻井数据中选取了6000组正常钻进状态下的立压、出口流量、池体积数据,对集成LSTM-AE模型进行训练和测试,结果表明,提出方法的识别准确率达到了94.7%,优于其他常用的智能模型的识别结果,为井漏识别提供了一种新的技术途径。
孙伟峰冯剑寒张德志李威桦刘凯戴永寿
非牛顿幂律流体试井解释方法及软件研制被引量:7
2002年
胜利油区主力油田已进入开发中后期 ,聚合物驱油技术得到了广泛应用 ,为提高聚合物驱油藏试井资料解释的准确性 ,对非牛顿幂律流体试井理论、解释方法进行研究并编写了解释软件。利用自编软件解释了一口模拟注聚井的资料 ,参数解释结果与文献数值模拟结果基本一致 ,验证了软件的准确可靠性。该解释软件已在现场成功应用 。
张传宝任力成张德志李友全阎燕
关键词:非牛顿幂律流体试井解释方法试井聚合物驱油
结合钻井工况与Bi-GRU的溢流与井漏监测方法被引量:4
2023年
现有根据钻井液池体积和钻井液出口流量变化监测溢流与井漏的方法,未考虑开、停泵工况对出口流量和钻井液池体积变化的影响,易导致误报。为了降低误报率,分析了钻井工况与钻井液池体积和钻井液出口流量之间的相关关系,提出了一种结合钻井工况与双向门控循环单元(bidirectional-gated recurrent unit,Bi-GRU)的溢流与井漏智能监测方法。利用23口井的溢流与井漏监测数据,对提出的模型与现有典型模型分别进行了测试,结果表明:基于Bi-GRU的溢流与井漏智能监测模型的识别准确率为94.25%,优于其他模型;与未考虑钻井工况的Bi-GRU模型相比,误报率由12.52%降至1.12%。研究表明,该方法能够消除溢流与井漏监测时因开、停泵导致的风险误报,能为安全钻井提供技术支持。
孙伟峰刘凯张德志李威桦徐黎明戴永寿
关键词:溢流人工智能
共2页<12>
聚类工具0