获奖情况
【科研成果奖励】
l 老油田深度开发高效水驱技术及工业化应用，中国石油和化学工业联合会，科技进步一等奖，2021
l 高含水油田精细开发优化与调控技术及工业化应用，中国产学研合作促进会，产学研合作创新成果二等奖，2022
l 油井生产动态智能监测与分析技术，江苏省高等学校科学技术研究成果三等奖 ，2021
【荣誉称号及创新创业获奖】
l 枣庄市最美科技工作者，2022
l “科创中国”山东省企业创新达人，2021
l “科创江苏”创新创业大赛三等奖，2022
l 常州市创新创业大赛三等奖，2020
l 海外人才常州创新创业项目邀请赛三等奖，2020
l 江苏省科协青年会员创新创业大赛优秀奖，2019
l 常州大学青年教师教学技艺大赛二等奖，2019
l 常州大学优秀班主任，2019
l 常州大学本科毕业设计（论文）优秀指导教师，2019
l 常州大学石油工程学院最美教师，2019
【指导学生获奖】
l “挑战杯”全国大学生课外学术科技作品竞赛全国二等奖（2019，指导教师）
l “挑战杯”全国大学生课外学术科技作品竞赛江苏省特等奖（2019，指导教师）
l “能源·智慧·未来”全国大学生创新创业大赛全国三等奖（2019，指导教师）
l 全国研究生数学建模竞赛全国二等奖（2017，指导教师）
l 全国研究生数学建模竞赛全国三等奖（2018-2022，指导教师）
l 中国石油工程设计大赛方案设计类全国三等奖（2019，指导教师）
l 常州市高等教育和职业教育创新创业大赛创新项目高校组二等奖（2018，指导教师）
l 常州市大学生创业大赛总决赛优胜奖（2019，指导教师）
论文
已发表研究论文40余篇，其中SCI/EI收录20篇。
谷歌学术链接：https://scholar.google.com/citations?user=PYxl4-EAAAAJ&hl=zh-CN
部分代表性论文如下：
[1] WANG X, HE Y, LI F, DOU X, WANG Z, XU H, FU L. A Working Condition Diagnosis Model of Sucker Rod Pumping Wells Based on Deep Learning[J]. SPE Production & Operations, 2021:1-10.
[2] WANG X, HAYNES R D*, HE Y, FENG Q. Well control optimization using derivative-free algorithms and a multiscale approach[J]. Computers & Chemical Engineering, 2019, 123: 12–33.
[3] WANG X, Wang Z, Zhang L, et al. A Comparison Analysis of Intelligence Algorithms for Oil Reservoir Production Optimization[J]. Journal of Engineering Science & Technology Review, 2021, 14(4).
[4] Wang Z, Wang X, Duan W G, LI F, CHEN F. Well Production Real-Time Intelligent Monitoring Based On Convolutional Neural Network[J]. Improved Oil And Gas Recovery, 2019, 3.
[5] WANG X, HAYNES R D*, FENG Q. A multilevel coordinate search algorithm for well placement, control and joint optimization[J]. Computers & Chemical Engineering, 2016, 95: 75–96.
[6] WANG X, FENG Q, HAYNES R D. Optimization of Well Placement and Production for Large-scale Mature Oil Fields.[J]. Journal of Engineering Science & Technology Review, 2015, 8(5): 134-140.
[7] FENG Q, ZHANG J, WANG S, WANG X, CUI R, WANG D, BING S, RUI Z. Unified relative permeability model and waterflooding type curves under different levels of water cut[J]. Journal of Petroleum Science and Engineering, 2017, 154: 204–216.
[8] HE Y, CHENG J, DOU X, WANG X. Research on shale gas transportation and apparent permeability in nanopores[J]. Journal of Natural Gas Science and Engineering, 2017, 38: 450–457.
[9] FENG Q, CHEN H, WANG X, WANG S, WANG Z, YANG Y, BING S. Well control optimization considering formation damage caused by suspended particles in injected water[J]. Journal of Natural Gas Science and Engineering, 2016, 35, Part A: 21–32.
[10] 王相, 杨耀忠, 何岩峰, 等. 基于深度学习的油井工况智能诊断技术研究及应用[J]. 油气地质与采收率, 2022, 29(1): 181-189.
[11] 王相, 何岩峰, 冯其红, 窦祥骥, 徐慧, 王浩宇. 基于均衡驱替理念的非均质油藏井组设计方法[J]. 常州大学学报（自然科学版）, 2018, 30(6): 45–50.
[12] 陈存良, 王相, 刘学, 张伟, 阳贯虹. 基于最大净现值的水驱多层油藏均衡驱替方法[J]. 特种油气藏, 2018, 26(1): 122–125.
[13] 冯其红, 王相, 王端平, 黄迎松. 水驱油藏均衡驱替开发效果论证[J]. 油气地质与采收率, 2016, 23(3): 83–88.
[14] 冯其红, 王相, 韩晓冬, 王波. 多孔介质内流动微粒沉积规律研究[J]. 水动力学研究与进展 A 辑, 2015, 4: 401–405.
[15] 冯其红, 王相, 王端平, 王延忠. 考虑渗透率张量的各向异性油藏流线模拟方法[J]. 中国石油大学学报：自然科学版, 2014, 38(1): 75–80.
[16] 冯其红, 王相, 王波, 王端平, 王延忠. 非均质水驱油藏开发指标预测方法[J]. 油气地质与采收率, 2014, 21(1): 36–39.
[17] 王相. 各向异性岩石方向渗透率计算模型[J]. 科学技术与工程, 2013, 13(17): 5037–5039.
专利
已申请发明专利40余项，登记软件著作权5项。部分代表性专利如下：
[1] 一种基于强化学习的油井参数自适应性调控方法. 王相, 丁阳阳. 2022109312107.
[2] 基于图像增强获取油井参数调控训练样本集的方法及系统. 王相, 丁阳阳. 2022111371315.
[3] 一种结合强化学习与神经网络的调控油井参数方法及系统. 丁阳阳, 王相. 2022111369565.
[4] 一种基于数据驱动的侧钻井井位优选方法及装置. 王相, 芮诚, 邵志伟. 202211216243X.
[5] 一种基于无监督学习的示功图样本集制备方法及装置 王相, 邵志伟, 芮诚. 2022112043267.
[6] 一种油藏地层压力场预测方法及系统. 王相, 陈真, 丁阳阳, 芮诚, 邵志伟, 陈林 2022113124134.
[7] 一种抽油机井举升系统设计方法及装置. 王相, 陈林, 丁阳阳. 202211320267X.
[8] 一种有杆泵井工况智能诊断方法. 郭致杰, 何岩峰, 王相. 202211707719X.
学术交流
参加国际学术会议并做报告10余次。部分代表性交流报告如下：
[1] A Working Condition Diagnosis Model of Sucker Rod Pumping Wells Based on Big Data Deep Learning[C]//国际石油技术大会, 中国北京, 2019.
[2] A New Model to Infer Interwell Connectivity in Low Permeability Oil Field[C]// SPE/IATMI亚太油气大会. 印度尼西亚巴厘岛, 2019.
[3] Evaluating Multiscale Regularization Framework for Well Production Optimization[C]//美国地球物理学会秋季会议. 美国华盛顿, 2018.
[4] Well Production Real-Time Intelligent Monitoring Based on Convolutional Neural Network[C]//油气田勘探与开发国际会议. 中国成都, 2017.
[5] A Dynamic Split Method to Predict Development Index in Heterogeneous Waterflooding Oil Field[C]//SPE亚太油气大会. 印度尼西亚雅加达, 2013.