人工智能在油气领域的应用述评

doi:10.3969/j.issn.1672-2272.202406003

下载:

PDF (2130KB)
输出: BibTeX | EndNote (RIS)

摘要第三次能源转型的长期性决定了油气资源的重要性。油气领域现有的技术体系难以支撑其高质量发展，亟须发展颠覆性、原创性技术推动产业革新。目前，“AI+油气”已成为油气领域的破局点.包括U-Net网络、循环神经网络以及随机森林在内的众多AI技术有利于油气资源的勘探开发。机器学习、监督学习等技术有助于搭建智能监测与管理平台，从而提高油气管道、地下储气库等基础设施的运行效率。新一轮信息技术必将带动新一轮油气产业革命，但现阶段存在诸多挑战。根据人工智能在油气领域的应用现状及面临的挑战，提出相关建议，以期促进我国人工智能与油气产业的融合发展。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	陈军华，曾秋洪

关键词: 第三次能源转型产业革新循环神经网络随机森林机器学习融合发展

发布日期: 2024-09-27 整期出版日期: 2024-09-27

ZTFLH:	TP18
	TE1
	TE3

作者简介: 陈军华(1975-)，女，西南石油大学经济管理学院教授，研究方向：油气安全与低碳转型战略、能源经济与可持续发展、能源企业人力资源管理转型；曾秋洪(1998-)，男，西南石油大学经济管理学院硕士研究生，研究方向：能源系统低碳转型、能源技术创新。

引用本文:

陈军华，曾秋洪. 人工智能在油气领域的应用述评[J]. 科技创业月刊, 2024, 37(9): 13-20.

链接本文:

http://www.zgkjcy.com/CN/10.3969/j.issn.1672-2272.202406003 或 http://www.zgkjcy.com/CN/Y2024/V37/I9/13

[1]	朱昱霏，王琦. 吉林省新材料产业与装备制造业融合发展研究[J]. 科技创业月刊, 2024, 37(5): 8-12.
[2]	王文溢，刘介明，杨雪纯. 大数据与知识产权融合的理论逻辑与实践路径[J]. 科技创业月刊, 2023, 36(5): 119-122.
[3]	刘宇波. 基于机器学习的航空公司乘客满意度预测[J]. 科技创业月刊, 2022, 35(4): 142-145.
[4]	孔令嫣,陈昕. 基于“思创融合”的大学生创新创业培育机制探析[J]. 科技创业月刊, 2022, 35(4): 146-148.
[5]	单联宏. 苏北区域冷链物流融合发展思考[J]. 科技创业月刊, 2021, 34(7): 23-25.
[6]	李雪威,黄蕊. 数字经济背景下文化传播技术研发态势及技术构成探析——以激光照排技术为例[J]. 科技创业月刊, 2021, 34(7): 40-48.
[7]	李丽云,于翠凤,肖黎明. 我国低碳旅游与文化产业融合发展水平测度[J]. 科技创业月刊, 2021, 34(2): 109-113.
[8]	李宁,刘斌. 产业链发展视角下地方高校学科群建设研究[J]. 科技创业月刊, 2021, 34(10): 104-107.
[9]	王生, 仇群仁. 先进制造业和现代服务业融合发展创新路径研究——以南通市为例[J]. 科技创业月刊, 2020, 33(10): 53-55.
[10]	付友良,周翠英. 我国文旅小镇发展存在的问题及对策[J]. 科技创业月刊, 2020, 33(1): 59-61.
[11]	徐进. 干部教育培训与高校继续教育资源融合发展探讨[J]. 科技创业月刊, 2019, 32(8): 105-108.
[12]	王欢. 基于SVM的个人信用评估模型研究[J]. 科技创业月刊, 2019, 32(1): 145-147.
[13]	许琦. 湖南交通物流融合转型创新发展对策研究[J]. 科技创业月刊, 2017, 30(20): 79-82.