来源：期刊VIP网 时间：
作者：张娜;王凌旭;姚谋;安杰;苏升帅;张敏;蒲景阳;
单位：北京石油化工学院人工智能研究院;山东科技大学能源与矿业工程学院;长庆油田分公司第七采油厂;长庆油田分公司勘探事业部;中国石油大学(北京)碳中和示范性能源学院;
摘要：针对当前提高石油采收率技术的传统人工筛选决策方法与现代数据分析决策方法各自的局限性，运用人工智能与数据分析技术，将领域专家知识和机器学习方法有机融合起来，建立基于孪生数据信息的提高石油采收率(EOR)智能决策系统。通过重构提高石油采收率数据信息并进行降噪提质，揭示不同EOR技术的驱油机理及油藏-流体适用条件；利用机器学习探究不同EOR油藏-流体参数权重，构建领域专家知识本体与机器学习推演的孪生数据信息融合与智能决策推理方法。通过Midway Sunset油藏案例验证了所建的基于孪生数据信息的EOR智能决策模型可靠性，可为老油田提高石油采收率技术快捷、科学、高效决策提供一定借鉴。
关键词：采油技术智能决策;;孪生数据信息;;机器学习;;支持向量机-SHAP;;提高石油采收率
基金资助：国家自然科学基金青年项目“CCUS-EOR二氧化碳实时赋存驱油状态及其动态演化规律研究”(52204041);; 山东省自然科学基金青年项目“提高石油采收率智能信息融合与推理机制研究”(ZR2021QF076);; 中国石油大学(北京)科研启动基金“双响应聚电解质纳米颗粒构筑及其对CO2驱油埋存一体化作用机理”(2462023YJRC001)
