跳到正文
原文
Fuel(Elsevier 期刊)·· 8 天前AI 评分26

Fuel期刊提出仿真增强代理建模框架 解决地下储气井流动井底压力数据稀缺问题

Addressing flowing bottom-hole pressure data scarcity in underground gas storage wells: A simulation-augmented surrogate modeling framework for VLP prediction

AI 导读

Damian Janiga等在Fuel期刊发表研究,针对地下储气井流动井底压力数据稀缺问题,提出仿真增强的代理建模框架用于VLP预测。该方法通过模拟数据增强弥补现场数据不足,为储气井垂直举升性能预测提供可行工具。

阅读原文

来源:Fuel(Elsevier 期刊) · sciencedirect.com