Детальная информация

Название Разработка алгоритмов машинного обучения для моделирования распределения давлений в нефтяных скважинах: выпускная квалификационная работа бакалавра: направление 01.03.03 «Механика и математическое моделирование» ; образовательная программа 01.03.03_02 «Биомеханика и медицинская инженерия»
Авторы Жестовская Олеся Андреевна
Научный руководитель Щербинин Степан Александрович
Организация Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Выходные сведения Санкт-Петербург, 2025
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика машинное обучение ; python ; нефтяные скважины ; карта изобар ; моделирование ; месторождение ; нефть ; machine learning ; oil wells ; isobar map ; modeling ; field ; oil
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 01.03.03
Группа специальностей ФГОС 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2025/vr/vr25-3185
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно Новинка
Ключ записи ru\spstu\vkr\38361
Дата создания записи 23.09.2025

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

В данной работе рассматривается решение стационарного уравнения фильтрации для пористой среды. Для исследования распределения пластового давления в различных месторождениях используется нейронная сеть U-NET. Полученные результаты модели машинного обучения сравниваются с физической моделью.

In this paper, the solution of the stationary filtration equation for a porous medium is considered. The U-NET neural network is used to study the distribution of reservoir pressure in various deposits. The results of the machine learning model are compared with the physical model.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи
  • ВВЕДЕНИЕ
  • ПОСТАНОВКА ЗАДАЧИ ФИЗИЧЕСКОЙ МОДЕЛИ
    • Постановка задачи
    • Граничные условия
    • Математическая модель
  • ПОСТАНОВКА ЗАДАЧИ МАШИННОГО ОБУЧЕНИЯ
    • Постановка задачи
    • Архитектура U-NET модели
    • Генерация синтетических данных для обучения модели
    • Обучение модели U-NET
  • АНАЛИЗ РЕЗУЛЬТАТОВ
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Количество обращений: 0 
За последние 30 дней: 0

Подробная статистика