»姓名：张国印 | »系属：资源系 |
|
»学位：博士 | »职称：副教授 | |
»专业：地质资源与地质工程 | »导师类别：硕士生导师 | |
»电子邮箱：zhanggy@upc.edu.cn | ||
»通讯地址：青岛市黄岛区长江西路66号 | ||
»概况 | ||
◎研究方向 油气开发地质、地学大数据与人工智能 特色研究方向：1.复杂深层/缝洞/致密油气藏描述 2.人工智能在测井与地震资料地质解释、地质建模中的应用 3.知识与数据融合驱动的油气藏人工智能表征方法 ◎教育经历 2015.09-2019.06，中国石油大学（北京），地质资源与地质工程，博士 2017.10-2018.10，西弗吉尼亚大学，石油与天然气工程系，博士联合培养 2012.09-2015.06，中国石油大学（北京），地质工程，硕士 2008.09-2012.06，中国石油大学（北京），地质工程，学士 ◎工作经历 2022.12-至今，中国石油大学（华东） ，副教授 2022.03-2022.12，中国石油大学（华东） ，特任副教授 2019.10-2022.03，中国石油大学（华东）地质资源与地质工程，师资博士后 ◎学术兼职 Petroleum Science、东北石油大学学报等期刊青年编委 JPSE、JNGSE、GJI、C&G、Petroleum Science、沉积学报等期刊审稿人 ◎主讲课程 本科生课程：储层表征与建模、地质统计与建模、油气田开发地质学 研究生课程：地学大数据与人工智能 ◎承担项目 中国石油大学自主创新科研计划项目，知识与数据融合驱动的油气藏智能表征，主持，2022-2025 国家自然科学基金青年基金项目，基于深度学习的碳酸盐岩缝洞结构表征及连通性模式，主持，2021-2023 中国博士后基金面上资助，基于深度学习的碳酸盐岩缝洞结构表征方法，主持，2020-2021 山东省博士后创新项目一等资助，碳酸盐岩缝洞结构表征及连通性模式，主持，2020-2021 中国石油大学自主创新科研计划项目，缝洞型碳酸盐岩油气藏人工智能表征与建模方法，主持，2019-2021 中石油重大科技项目课题，塔里木深层复杂油气藏精细油藏描述，参与，2019-2023 国家科技重大专项课题，低渗-致密油藏描述新方法与开发模式，参与，2019-2020 美国能源技术实验室，计算流体动力学(CFD)模型的智能替代模型，参与，2018 中石油吉林油田，松辽盆地岭深201区块储层预测，参与，2017 中石化西南油气分公司，川西坳陷东坡沙溪庙组沉积与储层研究，参与，2015-2016 中石油冀东油田，冀东油田单砂体及剩余油三维表征方法研究，参与，2014-2015 中石油新疆油田，新疆乌夏地区风城组致密油储层评价及甜点预测，参与，2013-2014 中石化华北油气分公司，红河油田HH37-HH55地震资料解释及油藏描述，参与，2012 中石油吉林油田，扶余油田西19-7区块流动单元研究，参与，2011-2012 ◎获奖情况 北京市科技进步一等奖，大型致密砂岩气藏高效评价开发一体化关键技术及工业化应用，8/15，2018 中国石油大学学报(自然科学版)第九届优秀作者 ◎代表性论文 Zhang, G., Lin, C., Ren, L., et al., 2022. Seismic characterization of deeply buried paleocaves based on Bayesian deep learning. Journal of Natural Gas Science and Engineering, 97, 104340. Zhang, G., Wang, Z., Mohaghegh, S., Lin, C., et al., 2021. Pattern visualization and understanding of machine learning models for permeability prediction in tight sandstone reservoirs.Journal of Petroleum Science and Engineering, 200, 108142. 张国印, 王志章, 林承焰等, 2020. 基于小波变换和卷积神经网络的地震储层预测方法及应用. 中国石油大学学报: 自然科学版, 44(4), 83-93. Zhang, G., Lin, C., and Chen, Y., 2020. Convolutional neural networks for microseismic waveform classification and arrival picking. Geophysics, 85(4), WA227-WA240. Zhang, G., Wang, Z., Guo, X., et al., 2019. Characteristics of lacustrine dolomitic rock reservoir and accumulation of tight oil in the Permian Fengcheng Formation, the western slope of the Mahu Sag, Junggar Basin, NW China. Journal of Asian Earth Science, 178, pp.64-80. Zhang, G., Wang, Z., and Chen, Y.,2018. Deep learning for seismic lithology prediction. Geophysical Journal International, 215(2), pp.1368-1387. Zhang, G., Wang, Z., Li, H., et al., 2018. Permeability prediction of isolated channel sands using machine learning. Journal of Applied Geophysics, 159, pp.605-615. 张国印, 王志章, 郭旭光等, 2015. 准噶尔盆地乌夏地区风城组云质岩致密油特征及甜点预测. 石油与天然气地质. 32(2), 219-228. Li, Y., Lu, P., Zhang, G., 2021. An artificial-neural-network-based surrogate modeling workflow for reactive transport modeling. Petroleum Research. 7(1), pp.13-20. 王志章, 张国印, 2012. 储集层构型分析及其在油田开发中的意义. 新疆石油地质, 33(1), pp.61-64. 张国印. 塔里木盆地碳酸盐岩岩溶“断-缝-洞”结构地震刻画深度学习方法及应用. 油气田勘探与开发国际会议IFEDC, 2021, 青岛. 张国印, 林承焰, 任丽华等. 断裂智能识别技术及其在塔里木盆地深层走滑断裂刻画中的应用.中国地球科学联合学术年会, 2020, 重庆. ◎专利与软著 张国印等, 一种基于深度学习的碳酸盐岩断缝洞结构地震智能表征方法, 中国石油大学（华东）, 发明专利, 202111029673.6. 张国印等, 地震智能储层预测软件V1.0, 2023SR0111017, 软件著作权 张国印等, 三维地震资料断缝洞人工智能识别软件V1.0, 2022SR1475606, 软件著作权 | ||
