基于机器学习的气井产量预测方法  

作　　者：孟雅蕾 贺姗[1] 关晓琳 

机构地区：[1]西安工程大学计算机科学学院,陕西西安710600 [2]西安工程大学实验室管理处,陕西西安710600

出　　处：《电脑知识与技术》2024年第9期119-121,125,共4页Computer Knowledge and Technology

基　　金：陕西省科技厅科技计划项目(2022GY-058);陕西省教育厅科研计划项目(23JP058)。

摘　　要：气井产量评价预测对气田高效开发具有重要意义。由于不同气井储层物性及生产特征存在较大差异,因此开发策略急需改善。针对这一问题,文章提出了一种基于机器学习的气井产量预测方法。首先,通过对特征参数进行皮尔逊相关分析,筛选出用于气井产量预测的12种储层特征。然后,采用改进的ID3算法建立基学习器,并采用随机森林算法对基学习器进行优化组合。其次,利用训练集数据完成模型训练并调整参数。最后,对相关区块的储层进行气井产量预测。研究结果表明,文章提出的气井产量预测方法预测结果良好,准确率为95.3%。该预测方法提高了气井产量预测的实效性,降低了人为判断的主观性,对气田产量预测和开发策略的制订具有一定的指导意义。

关 键 词：气井产量 储层特征 随机森林 决策树 ID3 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]