油井压裂措施分析辅助平台的设计研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题的背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 油井压裂措施方法研究现状 | 第10-11页 |
| 1.2.2 油井压裂措施平台研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织方式 | 第12-14页 |
| 第二章 油井压裂措施辅助平台研究理论框架 | 第14-22页 |
| 2.1 油井压裂措施需求分析 | 第14-15页 |
| 2.2 油井压裂辅助平台功能设计 | 第15-16页 |
| 2.3 油井压裂措施辅助平台架构模型 | 第16-17页 |
| 2.4 平台研发技术路线 | 第17-21页 |
| 2.4.1 面向服务体系结构SOA | 第17-19页 |
| 2.4.2 领域专家知识系统 | 第19-20页 |
| 2.4.3 智能应用系统模型 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 压裂措施效果分析预测模型的研究 | 第22-37页 |
| 3.1 压裂措施效果影响因素 | 第22-23页 |
| 3.1.1 影响因素的分析 | 第22页 |
| 3.1.2 影响因素的确定 | 第22-23页 |
| 3.2 措施效果预测相关技术 | 第23-25页 |
| 3.2.1 回归分析技术 | 第23-24页 |
| 3.2.2 神经网络技术 | 第24-25页 |
| 3.3 基于多元回归的措施效果预测 | 第25-31页 |
| 3.3.1 多元回归原理 | 第25-29页 |
| 3.3.2 多元回归预测模型 | 第29页 |
| 3.3.3 多元回归压裂措施效果分析 | 第29-31页 |
| 3.4 基于BP神经网络的措施效果预测 | 第31-36页 |
| 3.4.1 BP神经网络原理 | 第31-33页 |
| 3.4.2 BP神经网络预测模型 | 第33-35页 |
| 3.4.3 BP神经网络措施效果分析 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 油井压裂措施专家优选方法的研究 | 第37-46页 |
| 4.1 措施井专家优选设计思想 | 第37页 |
| 4.2 措施井专家知识库体系建立 | 第37-40页 |
| 4.2.1 知识库体系概述 | 第37-38页 |
| 4.2.2 专家知识结构设计 | 第38-40页 |
| 4.2.3 措施知识库体系建立 | 第40页 |
| 4.3 措施井专家知识库组织与管理 | 第40-44页 |
| 4.3.1 框架系统结构 | 第40-41页 |
| 4.3.2 基于框架的知识库组织形式 | 第41-42页 |
| 4.3.3 油井措施知识库管理 | 第42-44页 |
| 4.4 措施井专家知识推理优选方法 | 第44-45页 |
| 4.4.1 专家知识推理方式 | 第44页 |
| 4.4.2 专家知识推理流程 | 第44-45页 |
| 4.4.3 综合评估推理方法 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 油井压裂措施分析辅助平台的实现 | 第46-52页 |
| 5.1 平台权限分配与管理 | 第46-47页 |
| 5.1.1 用户权限分配 | 第46-47页 |
| 5.1.2 日志查询管理 | 第47页 |
| 5.2 压裂措施井智能优选 | 第47-48页 |
| 5.3 压裂措施效果预测 | 第48-50页 |
| 5.3.1 预测样本的维护 | 第48页 |
| 5.3.2 多元回归预测模型 | 第48-49页 |
| 5.3.3 BP神经网络预测模型 | 第49-50页 |
| 5.4 压裂措施效果跟踪 | 第50-51页 |
| 5.4.1 单井措施效果跟踪 | 第50-51页 |
| 5.4.2 异常井的生产预警 | 第51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
