期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的石油多峰模型研究及应用 被引量:3
1
作者 黄诚 潘雯晋 《西南石油大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第6期75-81,共7页
油田在实际开发过程中,受新区块投产、开发方案调整和“三采”措施等因素的影响,年产量数据会呈现多峰形态。针对经典的Hubbert、HCZ等模型不能直接拟合多峰数据序列的问题,开展了基于机器学习的油田产量多峰预测模型研究。基于Hubbert... 油田在实际开发过程中,受新区块投产、开发方案调整和“三采”措施等因素的影响,年产量数据会呈现多峰形态。针对经典的Hubbert、HCZ等模型不能直接拟合多峰数据序列的问题,开展了基于机器学习的油田产量多峰预测模型研究。基于Hubbert模型,对多峰数据序列进行分段最小二乘拟合,在拟合误差函数中引入控制分段个数的罚分项,采用动态规划算法,自动求得最优分段的多峰预测模型,该模型运用在实际的油田产量数据上,预测结果达到预期目的。提出了一种通过自动最优分段的线性回归学习来建立油田产量多峰预测模型的方法,在实际应用中具有建模简单、自适应性强的优点。 展开更多
关键词 石油产量预测 机器学习 动态规划 多峰预测模型 Hubbert模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部