首页> 中国专利> 一种基于蒙特卡罗方法的地层可压性概率分析方法

一种基于蒙特卡罗方法的地层可压性概率分析方法

页面导航

摘要
著录项
相似文献

摘要

本发明涉及一种基于蒙特卡罗方法的地层可压性概率分析方法，包括以下步骤：选取评价地层可压性的五个主要影响因素，基于蒙特卡罗方法计算其概率分布；求取每个主要影响因素均匀分布n个次区间的均值，标准化处理后，将结果作为建立地层可压性评价指数与总概率分布输入值；计算五个主要影响因素的权重，将权重分别与标准化后的次区间的均值相乘并依次相加，作为地层可压性评价指数；将五个主要影响因素的概率分布依次相乘，作为地层可压性评价指数的总概率分布；建立可压性评价指数与总概率分布的图像，根据图像，由取值高低的概率判断哪个地层的可压性较好。本发明引入蒙特卡罗方法，将地层可压性评价与概率取值结合起来，评价结果鲜明易见。

著录项

公开/公告号CN115222053B

专利类型发明专利
公开/公告日2022.12.02

原文格式PDF
申请/专利权人中国石油大学(华东);
展开▼

申请/专利号CN202211140206.5
发明设计人杨崇翔;王子振;陈冠霖;周卫东;李罗鹏;武加锋;
展开▼

申请日2022.09.20
分类号G06N7/00;G06F17/16;G06F17/18;
代理机构济南克雷姆专利代理事务所(普通合伙);
代理人张玉玲
地址 257061 山东省东营市东营区北一路739号中国石油大学(华东)
入库时间 2022-12-29 02:03:09

相似文献

专利
中文文献
外文文献

1. 一种基于蒙特卡罗抽样的岩体各向异性系数概率分析方法 [P] . 中国专利： CN113050169B . 2021-11-05
2. RELIABILITY CALCULATION METHOD OF THE THERMAL ERROR MODEL OF A MACHINE TOOL BASED ON DEEP NEURAL NETWORK AND THE MONTE CARLO METHOD [P] . 美国专利： US2021064988A1 . 2021-03-04

机译：基于深神经网络和蒙特卡罗方法的机床热误差模型的可靠性计算方法
3. METHOD FOR CALCULATING, BASED ON DEEP NEURAL NETWORK AND MONTE CARLO METHOD, RELIABILITY OF MACHINE TOOL THERMAL ERROR MODEL [P] . 世界知识产权组织专利： WO2020168584A1 . 2020-08-27

机译：基于深层神经网络和蒙特卡罗方法的机床热误差模型可靠性计算方法
4. THE METHOD OF COMPENSATION OF PARTICLES' INFORMATION USING THE RELAXATION FUNCTION BASED ON THE DIRECT SIMULATION MONTE-CARLO DSMC METHOD [P] . 韩国专利： KR101910736B1 . 2018-10-22

机译：基于直接模拟蒙特卡罗DSMC方法的松弛函数补偿粒子信息的方法