Детальная информация
| Название | Разработка интеллектуальных гибридных методов оптимизации на основе когнитивных архитектур для задач нефтегазовой отрасли: выпускная квалификационная работа магистра: направление 01.04.03 «Механика и математическое моделирование» ; образовательная программа 01.04.03_04 «Математическое моделирование процессов нефтегазодобычи» |
|---|---|
| Авторы | Галеев Рауль Рустемович |
| Научный руководитель | Хасанов Марс Магнавиевич |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт |
| Выходные сведения | Санкт-Петербург, 2025 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | интеллектуальные системы ; когнитивные архитектуры ; оптимизация разработки месторождения ; модель скважины ; прогноз дебита ; ml ; нейронные сети ; intellectual systems ; cognitive architectures ; oil field development ; well model ; flow rate forecast ; neural networks |
| Тип документа | Выпускная квалификационная работа магистра |
| Тип файла | |
| Язык | Русский |
| Уровень высшего образования | Магистратура |
| Код специальности ФГОС | 01.04.03 |
| Группа специальностей ФГОС | 010000 - Математика и механика |
| DOI | 10.18720/SPBPU/3/2025/vr/vr25-3695 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать) |
| Дополнительно | Новинка |
| Ключ записи | ru\spstu\vkr\37423 |
| Дата создания записи | 19.09.2025 |
Разрешенные действия
–
Действие 'Прочитать' 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 рассмотрены способы оптимальной разработки и подбора темпа ввода скважин в эксплуатацию. Рассмотрены физико-математические модели притока флюида к скважине, движения флюида по стволу скважины и модель устьевого штуцера. Разработана модель когнитивной архитектуры с использованием нейронных сетей и механизма внимания для оптимизации разработки месторождения на языке Python.
In this paper, methods of oil field development are considered. A method for modeling fluid flow in a pipe and inflow performance relationship are considered. A cognitive architecture, using neural networks and attention module has been developed. The program code in the Python language has been developed.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0
