李薇薇
- 作品数：14 被引量：77H指数：5
- 供职机构：中国石油天然气集团公司中国石油勘探开发研究院更多>>
- 发文基金：中央高校基本科研业务费专项资金中国博士后科学基金国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术经济管理电子电信更多>>
- 信息系统运行维护的八大意识被引量：10
- 2011年
- 本文在简述我国石油工业信息化现状和信息系统运行维护重要性的基础上,详细论述了信息系统运行维护应具有的八大意识:服务意识、学习意识、创新意识、专业意识、主动意识、安全意识、团队意识和自我意识。
- 李大伟刘飞飞李薇薇
- 关键词：信息系统
- 中国北方沉积砂岩型铀矿成因机理及油气测井大数据筛查
- 中国南方硬岩型和北方砂岩型铀矿特征分区带分布明显,由于砂岩型铀矿勘查开发效益较好,矿体规模较大等原因,逐渐成为中国铀矿勘查和开发的主力,砂岩型铀矿地浸产能不断提高;油气、煤矿、铀矿等多种资源常共处一个盆地中,相互叠置,共...
- 陈福利李欣闫林王少军李锦李薇薇
- 关键词：砂岩型铀矿油气测井大数据
- 基于Cole-Cole模型的中间极化水平层大地电磁IP效应研究被引量：3
- 2016年
- 利用Cole-Cole模型的复电阻率公式表征的介质激电效应,对一维层状介质O型、H型、A型、K型和Q型地电断面中间极化的大地电磁模型进行了正演计算.利用视电阻率比值和相位比值参数来表征IP效应,详细讨论了各地电类型的激发极化效应.对大地电磁场激发极化效应与极化体厚度和埋深的关系进行了讨论.
- 符超李薇薇李志远谷丙洛梁光河
- 关键词：大地电磁激电效应地电模型COLE-COLE模型
- 基于松辽盆地基底构造研究的地震资料处理方法被引量：2
- 2012年
- 为准确利用松辽盆地深层地震资料的有效反射信息来研究盆地基底构造特征,通过分析松辽盆地南部深层地震地质条件和地震资料的特点,利用多套地震数据处理系统的优势模块,重新进行了深层资料处理研究.结果表明:采用恰当的静校正、串联去噪、有效信号加强、速度分析和偏移归位等技术是获取高品质深部地震剖面的关键,并在此基础上提出了一套较适用于深层地震资料处理的方法,这些成果为今后其它地区的深层地震地质研究提供了重要的指导作用.
- 余本善刘少峰李薇薇杨仓王兴宇周浩
- 关键词：松辽盆地基底构造地震地质条件静校正偏移归位
- 大港油田数字油藏关键环节研究及实践被引量：1
- 2011年
- 本文阐述了大港油田数字油藏建设的现状、存在问题及其实现过程中的关键环节,主要包括专业云应用中心设计与实现、流程优化、数据交换等;通过建立集中的软硬件环境支撑综合解释、地质建模、数值模拟等研究工作,实现了项目数据、成果数据快速交换,优化了业务流程,初步建成了大港油田数字油藏专业云应用中心。
- 李薇薇范德军李大伟马洵冯国杰邓丽张维轶
- 关键词：虚拟化云计算数据交换
- 信息系统项目后评价综述与思考被引量：1
- 2011年
- 本文简述了后评价的概念、作用、内容、流程、方法、历史和特点等;以中国石油的"A1系统"自评价为例,探讨了专业应用信息系统自评价的关键事项,指出"三早"(早意识、早准备、早动手)是自评价的基础,"三观"(客观、直观、乐观)是自评价的基本要求,"三效"(效率、效益、效果)是自评价的重点;分析了当前国内后评价存在的若干问题并提出相应建议。
- 李大伟马洵李薇薇魏东
- 关键词：信息系统后评价
- 中国石油A1系统勘探开发协同工作环境建设探索与实践被引量：10
- 2010年
- 勘探开发业务的高度协同是数字油田技术特征之一,勘探开发协同工作环境的建设目标是实现多学科、多层次、多阶段业务目标的一致,其技术关键是实现业务开展方式的协同化和业务成果的共享。A1系统一体化数据库建设与服务、主流软件应用协同、项目成果管理与知识集成等关键技术实现,满足了中国石油勘探开发协同工作环境功能需求,在实际应用中得到完善,并取得了良好效果。
- 崔志忠李薇薇李大伟陈哲刘万伟
- 关键词：协同工作数字油田
- 中国石油人工智能平台建设探索及实践
- 认知计算技术平台是中国油气勘探开发行业第一个开放可扩展的人工智能计算平台。平台的建设目标是实现油气勘探开发科研、生产管理提供智能化分析。其技术关键是认知计算技术，包括知识图谱、语音识别、图像识别、语义处理、深度学习等人工...
- 李薇薇周相广林霞米兰刘立夏
- 关键词：勘探开发人工智能知识图谱油气层识别
- 机器学习算法在测井油气层识别中应用研究
- 油气层识别，即储层及含油气性识别，是油气勘探的重要手段之一.本次研究应用某油田某区块700余口井的稀油砂岩油藏数据，对数据预处理后，结合试油、生产等数据应用机器学习算法对测井数据挖掘分析，通过训练和学习，发现油、气、水层...
- 周相广傅鑫锡武博宇李薇薇米兰
- 关键词：测井解释人工智能
- 基于深度学习UNet++网络的初至波拾取方法被引量：23
- 2021年
- 初至波拾取是地震资料处理中一项基础而重要的工作.为解决我国西部沙漠、黄土塬、戈壁等地区地震资料信噪比低,致使初至波拾取准确率不高的难题.本文创新提出一种基于图像分割技术——UNet++神经网络应用于初至波智能拾取.输入原始地震数据及少量初至时间的标签数据进行监督学习,并建立UNet++模型,应用西部某工区地震数据测试,实验证明,UNet++模型性能稳定,炸药震源初至波拾取准确率达到98%,可控震源初至波拾取准确率达到98%.此外,本方法与商业软件、U-net网络的初至拾取对比表明,UNet++优势明显,具有准确率高,抗噪能力强,性能稳定、高效等特点.
- 李薇薇龚仁彬周相广林霞米兰李宁王晓东肖高杰
- 关键词：初至波
