基于机器学习的海上风电场浅部地层CPT参数预测方法
1. 中海石油(中国)有限公司北京研究中心, 北京 100028;
2. 中国地质大学(武汉)地球物理与空间信息学院, 武汉 430074;
3. 中海油田服务股份有限公司, 天津 300459
收稿日期: 2024-12-04
修回日期: 2025-01-08
录用日期: 2025-01-15
网络出版日期: 2025-01-15
基金资助
国家“十四五”重大科技项目“新型能源开发及 CCUS 关键技术”(KJZX-2022-12-XNY-0100)
A machine Learning-Based method for predicting shallow subsurface CPT parameters in offshore wind farms
1. CNOOC Research Institute Ltd., Beijing 100028, China;
2. Institute of Geophysics & Geomatics, China University of Geosciences(Wuhan), Beijing 100049, China;
3. China Oilfield Services Limited, Tianjin 300459, China
Received date: 2024-12-04
Revised date: 2025-01-08
Accepted date: 2025-01-15
Online published: 2025-01-15
Supported by
China "14th Five Year Plan" Major Science and Technology Project "New Energy Development and CCUS Key Technologies"(KJZX-2022-12-XNY-0100)
李书兆 , 魏澈 , 申辰 , 孙国栋 , 杨叶涛 , 罗进华 , 王教龙 . 基于机器学习的海上风电场浅部地层CPT参数预测方法[J]. 热带海洋学报, 0 : 1 . DOI: 10.11978/2024228
/
〈 |
|
〉 |