基于机器学习与模型融合的大庆油田SN区块油井压裂效果预测技术

蒋文超

首页> 中文期刊> 《大庆石油地质与开发》 >基于机器学习与模型融合的大庆油田SN区块油井压裂效果预测技术

基于机器学习与模型融合的大庆油田SN区块油井压裂效果预测技术

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对大庆油田油井压裂效果预测方法不确定性大、精度低的问题,利用机器学习与模型融合技术建立了油井压裂效果预测模型。采用统计学方法对SN区块油井压裂效果与地质、工程、生产参数的相关性进行了分析,借助基于LightGBM模型的封装法分析了油井压裂效果影响因素的重要程度,并进行了特征选择;采用支持向量机、神经网络、随机森林和LightGBM4种算法对油井压裂效果进行了预测。在此基础上,利用算术平均、加权平均、堆叠3种方法对4个算法进行融合,得到了精度更高的预测模型,并应用该预测模型对SN区块水力压裂方案进行了设计与优化。结果表明:神经网络建立的模型比其他3种算法精度更高,模型决定系数R2为0.603;融合后的模型预测精度高于每个算法的精度,其中堆叠法效果最好,其R2高达0.899。该数据驱动建模技术具有较强的易用性和可移植性,对压裂方案设计具有一定指导意义。

著录项

来源
《大庆石油地质与开发》 |2023年第1期|64-72|共9页
作者
蒋文超;
展开▼
作者单位

国家能源陆相砂岩老油田持续开采研发中心;

中国石油大庆油田有限责任公司勘探开发研究院;

展开▼
原文格式 PDF
正文语种 chi
中图分类提高采收率与维持油层压力（二次、三次采油）;
关键词
大庆油田; 水力压裂; 统计分析; 机器学习; 模型融合;

相似文献

中文文献
外文文献
专利

1. 基于自动机器学习的采油井压裂效果预测方法 [J] . 盖建 . 油气地质与采收率 . 2023,第1期
2. 油井压裂效果预测模型的建立与应用 [J] . 尚福华 . 大庆石油地质与开发 . 1998,第003期
3. 大庆油田M2区块致密油藏缝网压裂直井初期产能预测 [J] . 陈浩 ,杨明洋 ,王宇 . 中国海上油气 . 2021,第5期
4. 基于正则化模糊神经网络的油井压裂效果预测 [J] . 邵秀凤 ,张健 . 计算机工程与应用 . 2005,第023期
5. 基于压裂液滤失驱油作用的油井压裂方法及实践效果 [J] . 卢祥国 ,曹豹 ,谢坤 . 油田化学 . 2020,第4期
6. 基于matlab大数据技术的油田压裂井产能预测模型 [C] . Cui Chuan-zhi ,崔传智 ,Ma Tian-ci . 2020油气田勘探与开发国际会议（IFEDC2020） . 2020
7. 官110区块压裂改造效果预测及评价研究 [A] . 刘军杰 . 2016

基于机器学习与模型融合的大庆油田SN区块油井压裂效果预测技术

摘要

著录项

相似文献

相关主题

期刊订阅