用于井连通性估计的电容电阻模型与循环神经网络：一项对比研究
机器学习
2021-09-21 v1 应用统计
摘要
在本报告中，对比了两种常用于水驱环境下预测井产量的数据驱动模型：电容电阻模型 (CRM) 与循环神经网络 (RNN)。两种模型均为完全数据驱动，旨在从历史数据中学习水驱期间的储层动态。本报告作为对相关 GitHub 仓库中可获取的 CRM 模型基于 python 实现的技术指南。
引用
@article{arxiv.2109.08779,
title = {Capacitance Resistance Model and Recurrent Neural Network for Well Connectivity Estimation : A Comparison Study},
author = {Deepthi Sen},
journal= {arXiv preprint arXiv:2109.08779},
year = {2021}
}
备注
for CRM module, see https://github.com/deepthisen/CapacitanceResistanceModel