XiaoMi-AI文件搜索系统
World File Search System油藏
Digital Commons 引用 Digital Commons 引用 Mohaghegh，Shahab D.，“地下分析：人工智能和机器学习对油藏工程、油藏建模和油藏管理的贡献”(2020)。教职员工奖学金。3089。https://researchrepository.wvu.edu/faculty_publications/3089
几十年来，传统的数值油藏模拟一直为石油和天然气行业做出贡献。该技术的现状是数十年来大量工程师和科学家研究和开发的结果。从 20 世纪 60 年代末和 70 年代初开始，计算机硬件的进步以及巧妙算法的开发和应用导致油藏研究发生了范式转变，从简化的模拟和解析解方法转向数学上更稳健的计算和数值解模型。新的计算范式克服了解析解方法的数学局限性。与简单的模拟模型（如 CRM（电容-电阻建模，1943 年由 W. A. Bruce 引入石油工业）[1] ）相比，它引入了更现实的解决方案。控制多孔介质中流体流动的复杂二阶非线性偏微分方程的数值求解速度在几年前是不可想象的 [2]。如今，这项技术对油藏建模的能力几乎无可争议。现在，它已成为石油和天然气行业工程师和科学家广泛接受的技术。传统数值油藏模拟技术的基础是我们目前对储存和运输现象的物理理解，以及我们的数学建模能力。与被建模油藏的物理和地质相关的复杂性决定了建模过程中所需的妥协程度。将传统数值油藏模拟应用于页岩等非常规资源是一个很好的例子，说明在建模过程中需要做出多少妥协。数值油藏模拟在非常规应用中的折衷方案
油藏解决方案
概述 铭牌能量容量 (KWh.dc, 可用) . ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720 . . . . . . . . . . . . . . . . . . . . . 最大直流电流 - 工厂安装 (A) . . . . . . . . . . . . . . . . . 1600 . . . . . . . . . . . . . . . . . . . . . . 1280 . . . . . . . . . . . . . . . . . 960 . . . . . . . . . . . . . . . . .
在 Petrel - SLB 中标准化油藏建模最佳实践
精细网格与放大网格体积统计放大后的 QC 包括按储层、按区块和按总计对精细网格和放大模型进行以下结果属性的比较：• 体积 (BV) • 孔隙体积 (PV) • 碳氢化合物 PV (HCPV) • 碳氢化合物含量 (HCIP)
在低电阻率对比的 Forties 油藏中使用 GeoSphere HD 来优化 Columbus Field 开发井的钻探。Robert Trythall，Stua
• 本文件及其内容属于机密，不得以任何目的复制、重新分发或直接或间接地传递给任何其他人，或全部或部分地出版。本演示文稿仅供参考，仅针对英国的合格投资者，即 (i) 在 2000 年《金融服务和市场法》（金融推广）法令 2005 年第 19(1) 条（“法令”）范围内的投资事务方面拥有专业经验的人士；(ii) 属于法令第 49(2)(a) 至 (d) 条（“高净值公司、非法人协会等”）范围内的人士；或 (iii) 是可以合法传达本文件的人（所有这些人统称为“相关人士”）。通过参加与本文件相关的演示文稿或接受本文件，您将被视为已声明、保证并承诺您是相关人士。