CN112819247A - 一种油田开发指标的预测分析系统及其预测方法 - Google Patents

一种油田开发指标的预测分析系统及其预测方法 Download PDF

Info

Publication number
CN112819247A
CN112819247A CN202110213855.2A CN202110213855A CN112819247A CN 112819247 A CN112819247 A CN 112819247A CN 202110213855 A CN202110213855 A CN 202110213855A CN 112819247 A CN112819247 A CN 112819247A
Authority
CN
China
Prior art keywords
oil field
data
model
exploitation
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110213855.2A
Other languages
English (en)
Other versions
CN112819247B (zh
Inventor
章星
吴桐
刘唱
陈刚
王欣桐
李志勇
陈超
冯传磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum Beijing filed Critical China University of Petroleum Beijing
Priority to CN202110213855.2A priority Critical patent/CN112819247B/zh
Publication of CN112819247A publication Critical patent/CN112819247A/zh
Application granted granted Critical
Publication of CN112819247B publication Critical patent/CN112819247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种油田开发指标的预测分析系统，属于油田开采技术领域，该系统包括数据分析处理控制单元以及以及数据库单元；所述的数据分析处理控制单元通过对数据库单元内的数据进行分析处理并建立模型，通过模型求解预测后期的油田累计采油量Np以及油田可开采量NR；所述的数据分析处理控制单元包括数据处理模块、预测模型建立模块、模型求解单元以及模型预测单元。上述系统可以根据每一个油田的情况单独建立模型进行预测，大大提高了油田开发指标的预测准确度，另外，本发明还公开了上述系统的预测方法，开发指标预测的精确度提高以后，方便人们进行安全生产工作，提高了油田开发的安全性。

Description

一种油田开发指标的预测分析系统及其预测方法
技术领域
本发明属于油田开发技术领域，具体地说，涉及一种油田开发指标的预测分析系统及其预测方法。
背景技术
随着我国科学水平的不断进步，油田开采也逐渐越来越多，开采出来的石油用于生产制造业、能源行业等各种行业中，不断推动经济技术发展，在油田开采工作中，开发指标是油田开采工作中确保油田开采安全的一项重要指标；
目前，油田开发指标包括开采时间、油田累计采油量、油田可开采量、采液量以及注采比等等，在油田开采过程中需要对油田开发指标进行预测，以达到安全生产的目的，但是，现有技术中油田开发指标的预测还存在以下缺陷：
由于现有技术中采用经验公式对上述的开发指标进行预测，由于每个油田的特殊情况以及地理环境不同，预测出来的开发指标准确度不高，给后期的安全生产工作造成一定的困难。
发明内容
针对现有的油田开发指标的预测系统存在预测分析准确度不高的问题，本发明提供一种油田开发指标的预测分析系统及其预测方法，该系统包括数据分析处理控制单元以及数据库单元，通过数据分析处理控制单元对数据库内的数据进行分析处理并建立预测模型，该预测模型通过开采的油田前期数据进行求解，从而对该油田后期的开采工作进行分析预测，达到了提高了预测准确度的目的，有效地解决了背景技术中提出的问题。
为解决上述问题，本发明采用如下的技术方案。
一种油田开发指标的预测分析系统，包括数据分析处理控制单元以及以及数据库单元；
所述的数据分析处理控制单元通过对数据库单元内的数据进行分析处理并建立模型，通过模型求解预测后期的油田累计采油量Np以及油田可开采量NR；
所述的数据分析处理控制单元包括数据处理模块、预测模型建立模块、模型求解单元以及模型预测单元。
优选地，所述的数据库单元用于存储油田开采数据，所述的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR。
优选地，还包括客户端，用户单为PC或平板电脑中的一种，客户端其用于将预测后的结果进行展现。
优选地，还包括数据采集模块，所述的数据采集模块用于采集油田的开采数据并且实时存储到所述的数据库单元中。
优选地，还包括数据更新单元，所述的数据更新单元实时更新油田开采的相关数据并且补充到所述的数据库单元中。
优选地，所述的数据处理模块对数据库单元内的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR进行处理，其中油田累计采油量Np为数据处理之前所有的开采量之和；
所述的预测模型建立模块根据油田开采的经验公式建立模型；
所述的模型求解单元根据油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR代入上述的油田开采的经验公式中，对公式模型进行求解；
所述的模型预测单元根据求解后的油田开采的经验公式和油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR预测后期的油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR。
优选地，所述的模型计算公式如下：
Figure BDA0002952397090000021
式中：
a，b，c为常数；
t为油田的开采时间；
Np为油田累计采油量；
NR为油田可开采量。
本发明还提供了上述系统的预测方法，包括以下步骤：
S1、数据采集模块采集油田井开采数据并存储到数据库单元中；
S2、数据分析处理控制单元对数据库单元中的油田开采数据进行分析处理；
S3、数据分析处理后预测的结果通过客户端进行展现，方便人们根据预测的结果进行生产安全控制。
优选地，所述的步骤S2中还包括如下步骤：
S21、数据处理模块对油田开采的数据进行分析处理，其中，所述的油田开采的数据包括开采时间t、油田累计采油量Np以及油田可开采量NR；
S22、预测模型建立模块根据油田开采预测的经验公式进行建立预测模型；
S23、根据步骤S22中建立的预测模型以及步骤S21中处理后的油田开采的数据通过模型求解单元对模型进行导入求解，得出模型中的常数值；
S24、将步骤S23得出的常数值带入到步骤S22建立的预测模型中，并根据前期的开采数据通过模型预测单元对模型进行预测，并将所述的预测结果展现在客户端中。
有益效果
相比于现有技术，本发明的有益效果为：
本发明中的预测系统包括数据分析处理控制单元以及数据库单元，数据分析处理控制单元对数据库单元内的油田开采数据进行分析处理并建立预测模型，根据前期油田的开采数据对预测模型进行求解，并且根据求解之后的模型公式预测后期的油田开发指标，上述方法可以根据每个油田的特殊情况单独针对每个油田进行开发指标的预测，从而避免了传统技术中根据经验公式预测导致预测准确率不高的问题发生，提高了油田开发指标的预测准确度，方便人们进行安全生产控制，大大提高了油田开采的效率，具有极高的推广价值。
附图说明
图1为本发明中油田开发指标的预测分析系统的结构原理框图；
图2为本发明中油田开发指标的预测方法的流程图。
图中各附图标注与部件名称之间的对应关系如下：
10、数据分析处理控制单元；11、数据处理模块；12、预测模型建立模块；13、模型求解单元；14、模型预测单元；
20、数据库单元；
30、客户端；
40、数据采集模块；
50、数据更新单元。
具体实施方式
下面结合具体发明对本发明进一步进行描述。
实施例1
如图1所示，其为本发明中一优选实施方式的一种油田开发指标的预测分析系统的结构原理框图，本实施例的预测分析系统，包括数据分析处理控制单元10以及以及数据库单元20，所述的数据库单元20用于存储油田开采数据，所述的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR。其中开采时间t、油田累计采油量Np以及油田可开采量NR通过油田前期开采数据获取。
本实施例中，所述的数据分析处理控制单元10通过对数据库单元20内的数据进行分析处理并建立模型，通过模型求解计算出后期的油田累计采油量Np以及油田可开采量NR以达到开发指标预测的目的。
本实施例中，所述的数据分析处理控制单元10包括数据处理模块11、；预测模型建立模块12、模型求解单元13以及模型预测单元14；
所述的数据处理模块11对数据库单元20内的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR进行处理，其中油田累计采油量Np为数据处理之前所有的开采量之和；
所述的预测模型建立模块12根据油田开采的经验公式建立模型，其模型的计算公式如下：
Figure BDA0002952397090000041
式中：
a，b，c为常数；
t为油田的开采时间；
Np为油田累计采油量；
NR为油田可开采量。
所述的模型求解单元13根据油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR代入上述的油田开采的经验公式中，对常数a，b，c进行求解，得出a，b，c的数值；
所述的模型预测单元14根据油田开采的经验公式以及a，b，c的数值和油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR计算出后期的油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR达到预测的目的。
本实施例中预测分析系统还包括客户端30，用户单为PC或平板电脑中的一种，客户端30其用于将预测后的结果进行展现，方便人们根据预测的结果进行生产安全控制；
本实施例中预测分析系统还包括数据采集模块40，所述的数据采集模块40用于采集油田的开采数据并且实时存储到所述的数据库单元20中；
本实施例中预测分析系统还包括数据更新单元50，所述的数据更新单元50实时更新油田开采的相关数据并且补充到所述的数据库单元20中。
实施例2
如图2所示，其为本发明中油田开发指标的预测方法的流程示意图，本实施例中的油田开发指标的预测方法，在实施例1的基础上，包括其预测系统，具体步骤如下：
S1、数据采集模块40采集油田井开采数据并存储到数据库单元20中；
S2、数据分析处理控制单元10对数据库单元20中的油田开采数据进行分析处理；
S3、数据分析处理后预测的结果通过客户端30进行展现，方便人们根据预测的结果进行生产安全控制；
上述步骤S2中，所述的数据分析处理包括以下步骤：
S21、数据处理模块11对油田开采的数据进行分析处理，其中，所述的油田开采的数据包括开采时间t、油田累计采油量Np以及油田可开采量NR；
S22、预测模型建立模块12根据油田开采预测的经验公式进行建立预测模型；
S23、根据步骤S22中建立的预测模型以及步骤S21中处理后的油田开采的数据通过模型求解单元13对模型进行导入求解，得出模型中的常数值；
S24、将步骤S23得出的常数值带入到步骤S22建立的预测模型中，并根据前期的开采数据通过模型预测单元14对模型进行预测，并将所述的预测结果展现在客户端30中，方便人们根据预测的结果进行生产安全控制。
以上内容是结合具体实施方式对本发明作进一步详细说明，不能认定本发明具体实施只局限于这些说明，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明的构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明所提交的权利要求书确定的保护范围。

Claims (9)

1.一种油田开发指标的预测分析系统，包括数据分析处理控制单元(10)以及以及数据库单元(20)；
其特征在于：
所述的数据分析处理控制单元(10)通过对数据库单元(20)内的数据进行分析处理并建立模型，通过模型求解预测后期的油田累计采油量Np以及油田可开采量NR；
所述的数据分析处理控制单元(10)包括数据处理模块(11)、预测模型建立模块(12)、模型求解单元(13)以及模型预测单元(14)。
2.根据权利要求1所述的油田开发指标的预测分析系统，其特征在于：所述的数据库单元(20)用于存储油田开采数据，所述的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR。
3.根据权利要求1所述的油田开发指标的预测分析系统，其特征在于：其特征在于：还包括客户端(30)，用户单为PC或平板电脑中的一种，客户端(30)其用于将预测后的结果进行展现。
4.根据权利要求1所述的油田开发指标的预测分析系统，其特征在于：还包括数据采集模块(40)，所述的数据采集模块(40)用于采集油田的开采数据并且实时存储到所述的数据库单元(20)中。
5.根据权利要求1所述的油田开发指标的预测分析系统，其特征在于：还包括数据更新单元(50)，所述的数据更新单元(50)实时更新油田开采的相关数据并且补充到所述的数据库单元(20)中。
6.根据权利要求1-5任一项所述的油田开发指标的预测分析系统，其特征在于：
所述的数据处理模块(11)对数据库单元(20)内的油田开采数据包括开采时间t、油田累计采油量Np以及油田可开采量NR进行处理，其中油田累计采油量Np为数据处理之前所有的开采量之和；
所述的预测模型建立模块(12)根据油田开采的经验公式建立模型；
所述的模型求解单元(13)根据油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR代入上述的油田开采的经验公式中，对公式模型进行求解；
所述的模型预测单元(14)根据求解后的油田开采的经验公式和油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR预测后期的油田前期的开采时间t、油田累计采油量Np以及油田可开采量NR。
7.根据权利要求6所述的油田开发指标的预测分析系统，其特征在于：所述的模型计算公式如下：
Figure FDA0002952397080000021
式中：
a，b，c为常数；
t为油田的开采时间；
Np为油田累计采油量；
NR为油田可开采量。
8.一种根据权利要求6所述的油田开发指标的预测分析系统的分析方法，其特征在于，包括以下步骤：
S1、数据采集模块(40)采集油田井开采数据并存储到数据库单元(20)中；
S2、数据分析处理控制单元(10)对数据库单元(20)中的油田开采数据进行分析处理；
S3、数据分析处理后预测的结果通过客户端(30)进行展现，方便人们根据预测的结果进行生产安全控制。
9.根据权利要求8所述的油田开发指标的预测分析系统的分析方法，其特征在于，所述的步骤S2中还包括如下步骤：
S21、数据处理模块(11)对油田开采的数据进行分析处理，其中，所述的油田开采的数据包括开采时间t、油田累计采油量Np以及油田可开采量NR；
S22、预测模型建立模块(12)根据油田开采预测的经验公式进行建立预测模型；
S23、根据步骤S22中建立的预测模型以及步骤S21中处理后的油田开采的数据通过模型求解单元(13)对模型进行导入求解，得出模型中的常数值；
S24、将步骤S23得出的常数值带入到步骤S22建立的预测模型中，并根据前期的开采数据通过模型预测单元(14)对模型进行预测，并将所述的预测结果展现在客户端(30)中。
CN202110213855.2A 2021-02-25 2021-02-25 一种油田开发指标的预测分析系统及其预测方法 Active CN112819247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110213855.2A CN112819247B (zh) 2021-02-25 2021-02-25 一种油田开发指标的预测分析系统及其预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110213855.2A CN112819247B (zh) 2021-02-25 2021-02-25 一种油田开发指标的预测分析系统及其预测方法

Publications (2)

Publication Number Publication Date
CN112819247A true CN112819247A (zh) 2021-05-18
CN112819247B CN112819247B (zh) 2024-01-19

Family

ID=75863956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110213855.2A Active CN112819247B (zh) 2021-02-25 2021-02-25 一种油田开发指标的预测分析系统及其预测方法

Country Status (1)

Country Link
CN (1) CN112819247B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664083A (zh) * 2023-07-28 2023-08-29 傲拓科技股份有限公司 一种油气生产数字化管理方法、系统及存储介质
CN116882639A (zh) * 2023-09-08 2023-10-13 山东立鑫石油机械制造有限公司 基于大数据分析的石油钻采设备管理方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951842A (zh) * 2014-03-27 2015-09-30 中国石油化工股份有限公司 一种新的油田产量预测方法
RU2014146091A (ru) * 2014-11-17 2016-06-10 Государственное бюджетное образовательное учреждение высшего профессионального образования "Альметьевский государственный нефтяной институт" Способ оптимизации процесса разработки и выработки запасов нефтяных и газовых месторождений
CN105756651A (zh) * 2016-04-18 2016-07-13 中国海洋石油总公司 一种调整井正压钻井堵水与分段压裂增产工艺方法
CN107977749A (zh) * 2017-12-06 2018-05-01 恒泰艾普（北京）云技术有限公司 一种油田开发指标的预测分析方法
CN109115653A (zh) * 2018-09-26 2019-01-01 重庆科技学院 一种音叉谐振原油含水率测量装置及其测量方法
CN109284868A (zh) * 2018-09-19 2019-01-29 华北理工大学 一种采油工程方案生成方法及装置
CN109308550A (zh) * 2018-10-15 2019-02-05 西南石油大学 基于时变系统的油田开发指标功能模拟预测方法
CN109582709A (zh) * 2018-11-20 2019-04-05 中国石油大学(华东) 一种基于Spark的油气开采大数据的数据挖掘方法
CN111625922A (zh) * 2020-04-15 2020-09-04 中国石油大学(华东) 一种基于机器学习代理模型的大规模油藏注采优化方法
CN112183800A (zh) * 2019-07-02 2021-01-05 中国石油天然气股份有限公司 一种预测水驱油藏原油可采储量的方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951842A (zh) * 2014-03-27 2015-09-30 中国石油化工股份有限公司 一种新的油田产量预测方法
RU2014146091A (ru) * 2014-11-17 2016-06-10 Государственное бюджетное образовательное учреждение высшего профессионального образования "Альметьевский государственный нефтяной институт" Способ оптимизации процесса разработки и выработки запасов нефтяных и газовых месторождений
CN105756651A (zh) * 2016-04-18 2016-07-13 中国海洋石油总公司 一种调整井正压钻井堵水与分段压裂增产工艺方法
CN107977749A (zh) * 2017-12-06 2018-05-01 恒泰艾普（北京）云技术有限公司 一种油田开发指标的预测分析方法
CN109284868A (zh) * 2018-09-19 2019-01-29 华北理工大学 一种采油工程方案生成方法及装置
CN109115653A (zh) * 2018-09-26 2019-01-01 重庆科技学院 一种音叉谐振原油含水率测量装置及其测量方法
CN109308550A (zh) * 2018-10-15 2019-02-05 西南石油大学 基于时变系统的油田开发指标功能模拟预测方法
CN109582709A (zh) * 2018-11-20 2019-04-05 中国石油大学(华东) 一种基于Spark的油气开采大数据的数据挖掘方法
CN112183800A (zh) * 2019-07-02 2021-01-05 中国石油天然气股份有限公司 一种预测水驱油藏原油可采储量的方法及装置
CN111625922A (zh) * 2020-04-15 2020-09-04 中国石油大学(华东) 一种基于机器学习代理模型的大规模油藏注采优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谷建伟 等: "基于数据挖掘的长短期记忆网络模型油井产量预测方法", vol. 26, no. 2, pages 77 - 81 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116664083A (zh) * 2023-07-28 2023-08-29 傲拓科技股份有限公司 一种油气生产数字化管理方法、系统及存储介质
CN116664083B (zh) * 2023-07-28 2023-10-31 傲拓科技股份有限公司 一种油气生产数字化管理方法、系统及存储介质
CN116882639A (zh) * 2023-09-08 2023-10-13 山东立鑫石油机械制造有限公司 基于大数据分析的石油钻采设备管理方法及系统
CN116882639B (zh) * 2023-09-08 2023-12-08 山东立鑫石油机械制造有限公司 基于大数据分析的石油钻采设备管理方法及系统

Also Published As

Publication number Publication date
CN112819247B (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
CN112819247A (zh) 一种油田开发指标的预测分析系统及其预测方法
CN111046341A (zh) 一种基于主成分分析的非常规天然气压裂效果评价及产能预测方法
US20210065021A1 (en) Working condition state modeling and model correcting method
CN105178952B (zh) 确定水平井人工裂缝间距的方法及装置
CN110287178A (zh) 一种基于数据差值的桥梁渐进式漂移数据清洗方法
CN110276493A (zh) 一种油井检泵周期预测方法、装置及存储介质
CN105843891A (zh) 一种增量式的在线特征提取分析方法及系统
Badoiu et al. Research concerning the correlations between some experimental results in the case of a sucker rod pumping installation
CN116976519A (zh) 一种页岩油藏单井可采储量预测方法及系统
CN116401281A (zh) 一种sql查询时间预测方法、装置、设备及介质
CN115081485B (zh) 一种基于ai的漏磁内检测数据自动分析方法
Ye et al. Automatic grading technology and application of baijiu based on segmented characteristics and IIoT
CN114692987A (zh) 一种时序数据分析方法、装置、设备及存储介质
CN115547508A (zh) 数据校正方法、装置、电子设备及存储介质
CN115045644A (zh) 一种基于生产数据快速预测页岩气井压裂液返排量的方法
CN106778848A (zh) 一种基于多类Probit模型的锌精馏塔故障诊断方法
CN118114812B (zh) 页岩气产量预测方法、计算机设备和存储介质
CN115760006B (zh) 数据校正方法、装置、电子设备及存储介质
CN115604745A (zh) 高维kpi的异常检测方法、装置、计算机可读介质及设备
CN117829580A (zh) 压裂套变风险评估方法、装置、电子设备及存储介质
Zhou Application of data mining in coal mine safety decision system based on rough set
Song et al. Research on Condition Prediction of Rod Pumping System Based on Grey Prediction Model
CN118132533A (zh) 一种数据处理方法、装置、设备以及存储介质
CN116468292A (zh) 一种基于数据分析的核电设备健康评估方法及系统
CN118261303A (zh) 碳减排方案大模型的优化方法、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant