期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于数据驱动的储气库井底压力预测
1
作者 蒋华全 曾娟 +4 位作者 李力民 温廷钧 周俊池 陈小凡 王剑 《特种油气藏》 北大核心 2025年第4期122-129,共8页
针对储气库井底压力难以准确快速获取的问题,以相国寺储气库为研究对象,基于数据驱动原理,运用监督学习方法,对该储气库10口井共14组数据的12种特征参数进行了分析,开展井底压力预测研究,建立了高斯过程回归(GPR)、支持向量回归(SVR)和... 针对储气库井底压力难以准确快速获取的问题,以相国寺储气库为研究对象,基于数据驱动原理,运用监督学习方法,对该储气库10口井共14组数据的12种特征参数进行了分析,开展井底压力预测研究,建立了高斯过程回归(GPR)、支持向量回归(SVR)和人工神经网络(ANN)3种井底压力预测模型,并对模型预测精度进行评价。研究表明:影响井底压力的主要因素为日注采量、井口压力、地层压力和井口温度;SVR、GPR、ANN模型的预测精度分别为99.2%、97.4%、95.1%。说明数据驱动方法能有效预测井底压力,其中,SVR模型可为储气库的注采调控提供更可靠的预测手段。该研究对提高储气库运行的安全性和经济性具有重要的实践指导意义。 展开更多
关键词 地下储气库 井底压力 机器学习 数据驱动 生产监测数据 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部