方法技术 | 浏览量 : 0 下载量: 16 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 超深缝洞型油气藏孔隙度智能学习预测模型

    • A deep learning-based model for predicting porosity of ultradeep fractured-vuggy hydrocarbon reservoirs

    • 2025年46卷第2期 页码：567-574   

      收稿：2024-10-20，

      修回：2025-01-02，

      纸质出版：2025-04-30

    • DOI： 10.11743/ogg20250215     

    移动端阅览

  • 康志江，邓紫妍，杨帆，等.超深缝洞型油气藏孔隙度智能学习预测模型［J］.石油与天然气地质，2025，46（2）：567-574.DOI：10.11743/ogg20250215. DOI：
    KANG Zhijiang， DENG Ziyan， YANG Fan， et al.A deep learning-based model for predicting porosity of ultradeep fractured-vuggy hydrocarbon reservoirs［J］.Oil & Gas Geology，2025，46（2）：567-574.DOI：10.11743/ogg20250215. DOI：
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

李翎 中石化新星石油公司西北石油局测井站
魏斌 中石化新星石油公司西北石油局测井站
贺铎华 中石化新星石油公司西北石油局测井站
李欣 中国石油 勘探开发研究院;中国石油 勘探开发人工智能技术研发中心;多资源协同陆相页岩油绿色开采全国重点实验室
刘茜 中国石油 勘探开发研究院;中国石油 勘探开发人工智能技术研发中心
朱如凯 中国石油 勘探开发研究院;中国石油 勘探开发人工智能技术研发中心;多资源协同陆相页岩油绿色开采全国重点实验室
刘畅 中国石油 勘探开发研究院;中国石油 勘探开发人工智能技术研发中心;多资源协同陆相页岩油绿色开采全国重点实验室
蔡瑶 中国石油大学

相关机构

中石化新星石油公司西北石油局测井站
中国石油 勘探开发研究院
中国石油 勘探开发人工智能技术研发中心
多资源协同陆相页岩油绿色开采全国重点实验室
中国石油大学
0