Увод Сељт - одсек и мулти-кластер Мрежа прелома прелома у хоризонталним бунарима је основна технологија у развоју гасова у шкриљевцу. Због трошкова и других фактора у неким пољима у шкриљевци, само неки бунари су подвргнути конвенционалном сечу и слатким тачкама у хоризонталним деловима не могу се предвидјети традиционалним методама. Метода вођена подацима може користити рударство са више извора да би се изградила однос мапирања између ефекта обнове блока и параметра инжењерирања ГЕОЛООГИНГ-а и геологије - парамера индекса - и широко се користи у реконструкцији резервоара. Овај рад има за циљ да изгради модел погонских података на основу бушења и евидентирања података како би реализовао интелигентну оптимизацију одељка по-одељку и мулти-кластера диференцијалних параметара прелома за скраћене гасне хоризонталне бунаре.
Свеобухватно слатко - тачкасти процјени и класификацију резервоара Геомеханички параметар Функција Инжењеринг Подаци се трансформишу у нормалну дистрибуцију кроз кутију - ЦОКС трансформацију да би се смањила искривљење и побољшала поузданост модела. Главна анализа компоненте користи се за смањење димензије параметра и уклонити сувишне информације како би открили потенцијалне обрасце у подацима. Тип - 2 Интервал Функција чланарина тип - 2 Фуззи логика превазилази ограничења типа - 1 Фуззи-а, а функција интервалног типа - 2 Гауссова преграда трансформише тродимензионалну функцију простора у друштвеној области у дводимензионалном домену несигурности. Нивои чланства је подељен према главним компонентним разликама, а израђен је матрица за чланство. Свеобухватна оцена и резервоарска класификација нејасног свеобухватног модела геологије - инжењеринг слатких места изграђена је комбиновањем интервалног функције у интервалу - 2 Чланство и метода тежине у ентропији да би се утврдила тежина сваке главне компоненте и конструисана матрица тежине. Свеобухватна матрица евалуације добија се сложењем матрице тежине и матрице за чланство, а К - Медоиди Алгоритам кластерирања користи се за класификацију врста резервоара, пружајући основу за оптимизацију параметара прелома.
Интелигентна оптимизација преломираних параметара грађевине Машина за продуктивност за предвиђање модела ДНН (дубока неуронска мрежа) састоји се од улазног слоја, скривеног слоја и излаза и излазни слој и има могућност хијерархијског учења. Модел је успостављен корацима као што су иницијализација тежине, пропадање напредног пропадања, провизија уназад, уназад и ажурирања тежине и пристраности. Модел за преломирање Парамера Интелигентни модел оптимизације ПСО (оптимизација честица и честица) користи се за оптимизацију ДНН хипер-параметара са најбољом збројем доброте - прилагођавања сета за обуку и тест постављен као циљ. Затим, на основу ДНН модела, параметри прелома се оптимизују оптималном предвиђеном производњом у оквиру различитих геолошких услова резервоара, као и пристигнута метода интелигентне оптимизације података и податков, и кластера се постављају позиције и грађевинским параметрима.
Поља за примјену узимање дубоког слоја резервоара гаса у горњем орденвићинском Вуфенгу - ниже силурске дуге базене у југоисточном Схуан-у сливу, са више параметара у временском програму за време бушења и механичких карактеристичних параметара и механичке карактеристичне параметре, оптимизирају се оптимизација механичких карактеристичних параметара. Кроз анализу података о узорку, проверена је поузданост свеобухватног резервоара Слатко - тачка заснована на подацима за бушење и евидентирање. Према резултатима за класификацију резервоара, алгоритам оптимизације честица користи се за оптимизацију грађевинских параметара, а просечни индекс производње гаса на метар од првих 8 одсека у пољу примијењено је за 73,1%, што указује да ова метода може ефикасно реализовати фину карактеризацију свеобухватних слатких тачака и диференцијалној оптимизацији свеобухватних слатких тачака и диференцијалној оптимизацији свеобухватних слатких тачака и диференцијалној оптимизацији. и евидентирани подаци.
Закључци - Инжењеринг значи побољшати тачност стабилности и предвиђања модела погонског преноса и положити темељ за свеобухватни модел евалуације. Параметри бушења и евидентирања играју важну улогу у свеобухватној слаткој процени резервоара и оптимизације параметара прелома и може пружити основу за дизајн одељка - одсек-одељка и кластера и кластера у хоризонталним бунарима и оптимизацији грађевинских параметара. Очекује се да ће модел вођен подацима постати нови мотор за промоцију интелигентног развоја преломи и пробија се кроз ограничење недостајућих улазних параметара у традиционалним физичким моделима. Укратко, интелигентна метода оптимизације одјељка - одсек и вишеструки параметри дискорисалних прелома за обале гасних хоризонталних бунара заснованих на скуповима за бушење и евидентирање имају високу вредност апликације и проспективе промоције и пружају нова техничка средства за развој шкриљаца.