改进LSSVM在水平井产能预测中的应用

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：肖京男；汪志明；魏建光；赵姗姗
• 单位1：中国石油大学（北京）石油天然气工程学院
• 出生年：1987
• 学历：博士研究生
• 语种：中文
• 作者关键词：水平井；产量预测；最小二乘支持向量机；粒子群优化；大庆油田
• 起始页：95
• 总页数：4
• 经费资助：国家科技重大专项“复杂结构井优化设计与控制关键技术”（编号：2009ZX05009-005）资助
• 刊名：石油钻探技术
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1973
• 主管单位：中国石油化工集团公司
• 主办单位：中国石油化工股份有限公司；石油勘探开发研究院石油钻井研究所
• 主编：马开华
• 地址：北京朝阳区北辰路8号；北辰时代大厦中国石化工程院
• 邮编：100101
• 电子信箱：syzt@vip.163.com
• 网址：http://www.syzt.com.cn
• 卷：38
• 期：6
• 期刊索取号：P662.06 167
• 数据库收录：全国中文核心期刊；中国科技论文统计源期刊；PA收录期刊；中国学术期刊综合评价数据库统计源期刊
• 核心期刊：全国中文核心期刊

摘要

在水平井开发可行性论证及水平井优化设计中，产能预测是重要依据，常规产能预测方法，由于样本较少和影响因素多，预测精度难以保证。为此，采用最小二乘支持向量机方法回归出预测模型进行水平井产能预测。最小二乘支持向量机对标准支持向量机进行了改进，把不等式约束改为等式约束，把误差平方和损失函数作为训练集的经验损失，把解二次规划问题转化为求解线性方程组问题，较好地解决了水平井产能预测样本少、影响因素多的问题。引入粒子群优化算法来优选最小二乘支持向量机中的参数组合，既克服了交叉验证法耗时长的缺点，又发挥了最小二乘支持向量机的小样本学习能力强和计算简单的特点。以大庆油田某一区块10口水平井的生产资料作为样本，采用最小二乘支持向量机方法回归出预测模型，对该区块两口水平井的产能进行了预测，结果表明，预测产能与实际产能的最大相对误差小于15%，能够满足工程需要。