Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/7750
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKosyakov, V. P.en
dc.contributor.authorLegostaev, D. Yu.en
dc.contributor.authorMusakaev, E. N.en
dc.contributor.authorКосяков, В. П.ru
dc.contributor.authorЛегостаев, Д. Ю.ru
dc.contributor.authorМусакаев, Э. Н.ru
dc.date.accessioned2022-05-27T05:46:58Z-
dc.date.available2022-05-27T05:46:58Z-
dc.date.issued2021-
dc.identifier.citationКосяков, В. П. Задача совместного использования теории фильтрации и элементов машинного обучения для решения обратной задачи восстановления гидропроводности нефтяного месторождения / В. П. Косяков, Д. Ю. Легостаев, Э. Н. Мусакаев. – Текст : электронный // Вестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика / главный редактор А. Б. Шабаров. – Тюмень : Издательство Тюменского государственного университета, 2021. – Т. 7, № 2(26). – С. 113-129.ru
dc.identifier.issn2500-0888online
dc.identifier.issn2411-7927print
dc.identifier.urihttps://elib.utmn.ru/jspui/handle/ru-tsu/7750-
dc.description.abstractThis article presents the methodology involving the combined use of machine learning elements and a physically meaningful filtration model. The authors propose using a network of radial basis functions for solving the problem of restoring hydraulic conductivity in the interwell space for an oil field. The advantage of the proposed approach in comparison with classical interpolation methods as applied to the problems of reconstructing the filtration-capacitive properties of the interwell space is shown. The paper considers an algorithm for the interaction of machine learning methods, a filtration model, a mechanism for separating input data, a form of a general objective function, which includes physical and expert constraints. The research was carried out on the example of a symmetrical element of an oil field. The proposed procedure for finding a solution includes solving a direct and an adjoint problem.en
dc.description.abstractНастоящая работа посвящена методике, предполагающей совместное использование элементов машинного обучения и физически содержательной фильтрационной модели. Предложено использование сети радиальных базисных функций для решения задачи восстановления гидропроводности в межскважинном пространстве для нефтяного месторождения. Показано преимущество предлагаемого подхода по сравнению с классическими методами интерполяции применительно к задачам восстановления фильтрационно-емкостных свойств межскважинного пространства. В работе рассмотрен алгоритм взаимодействия методов машинного обучения, фильтрационной модели, механизм разделения входных данных, вид общей целевой функции, включающей в себя физические и экспертные ограничения. Исследования проводились на примере симметричного элемента нефтяного месторождения. Предлагаемая процедура поиска решения включает в себя решение прямой и сопряженной задачи.ru
dc.description.sponsorshipИсследование выполнено при финансовой поддержке РФФИ и Тюменской области в рамках научного проекта № 20-41-720004.ru
dc.format.mimetypeapplication/pdfen
dc.language.isoruen
dc.publisherИздательство Тюменского государственного университетаru
dc.relation.ispartofВестник Тюменского государственного университета. Серия: Физико-математическое моделирование. Нефть, газ, энергетика. – 2021. – Т. 7, № 2(26)ru
dc.subjectfiltrationen
dc.subjectmathematical modelingen
dc.subjectinverse problemsen
dc.subjectforecasting qualityen
dc.subjectunderground hydrodynamicsen
dc.subjectmachine learningen
dc.subjectradial basis functionsen
dc.subjectфильтрацияru
dc.subjectматематическое моделированиеru
dc.subjectобратные задачиru
dc.subjectкачество прогнозированияru
dc.subjectподземная гидродинамикаru
dc.subjectмашинное обучениеru
dc.subjectрадиальные базисные функцииru
dc.titleЗадача совместного использования теории фильтрации и элементов машинного обучения для решения обратной задачи восстановления гидропроводности нефтяного месторожденияru
dc.title.alternativeThe problem of the combined use of filtration theory and machine learning elements for solving the inverse problem of restoring the hydraulic conductivity of an oil fielden
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
dc.typeinfo:eu-repo/semantics/articleen
local.description.firstpage113-
local.description.lastpage129-
local.issue2(26)-
local.volume7-
local.identifier.uuid484e9b01-ca19-4fb6-b218-e01fcfa55d44-
local.identifier.handleru-tsu/7750-
dc.identifier.doi10.21684/2411-7978-2021-7-2-113-129-
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

Files in This Item:
File Description SizeFormat 
fizmat_2021_2_113_129.pdf895.03 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.