支持向量回归机在气井产能预测中的应用

被引:14
作者
童凯军
单钰铭
李海鹏
李幸运
机构
[1] 成都理工大学油气藏地质与开发工程国家重点实验室
关键词
气井; 产能预测; 气藏; 支持向量机;
D O I
暂无
中图分类号
TE328 [油气产量与可采储量];
学科分类号
082002 ;
摘要
气井产能预测是气藏工程研究中用于指导气田合理生产的重要工作和任务,它在气田的整体评价和高效开发进程中具有很强的预见性和主动性。以测井解释结果为基础,引入近年来预测效果较好的支持向量回归机技术,建立了气井产能预测的基本模型,用来对无动态资料的气井进行产能预测。实例分析表明,该方法预测精度与传统的神经网络技术方法相比有明显提高,它是一种较为适用和可靠的气井产能预测评价方法。
引用
收藏
页码:382 / 384
页数:3
相关论文
共 9 条
[1]   基于支持向量机的电力负荷组合预测模型 [J].
张亚军 ;
刘志刚 ;
霍柏超 ;
张大波 .
电力需求侧管理, 2007, (02) :14-17
[2]   影响长庆气田气井无阻流量的参数敏感性分析 [J].
付维署 ;
何顺利 ;
冉盈志 .
海洋石油, 2004, (04) :62-69
[3]   神经网络技术在气田产能评价中的应用 [J].
张筠 ;
葛祥 .
测井技术, 2001, (01) :53-56+81
[4]   校正地层损害时绝对无阻流量的计算方法 [J].
王新海 ;
吉玉林 ;
郑力会 .
新疆石油地质, 2000, (06) :505-507+539
[5]   神经网络法在气井产能预测中的应用 [J].
许敏 ;
赵粉霞 .
天然气工业, 2000, (03) :73-75+3
[6]   利用指数式产气方程折算天然气井产量 [J].
吴月先 .
新疆石油地质, 1999, (02) :76-77+97
[7]   预测气井绝对无阻流量的一个新方法 [J].
陈元千 .
油气井测试, 1998, (01) :1-5+19
[8]  
油气藏工程计算方法[M]. 石油工业出版社 , 陈元千著, 1991
[9]  
The nature of statistical learning theory. Vapnik VN. Springer . 1995