首页 期刊 油气井测试 基于大数据的页岩气产能预测 【正文】

基于大数据的页岩气产能预测

作者:祝元宠; 咸玉席; 李清宇; 卢徳唐 中国科学技术大学石油天然气研究中心; 安徽合肥230026
页岩气   产能预测   大数据   非参数拟合   支持向量机  

摘要:参数拟合的传统页岩气井产能预测方法存在一定的局限性,引入基于支持向量机的非参数大数据分析方法进行页岩气井产能预测研究。根据生产数据记录以及井底压力随生产过程的变化规律,建立e-SVR支持向量回归模型,对长宁页岩气某区块实际生产数据分别进行了单井和多井的训练及预测检验,其中单井回归检验的相关度系数达到0.958556,体现了该方法优秀的回归能力;多井学习模型在前95d区间内对单井数据的预测也达到了接近单井回归的效果,体现了该方法在密集数据区间内较好的预测能力,为页岩气产能预测提供了新的思路。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅