基于迁移学习的水平井产能等级预测模型研究  

Study on the Models Predicting the Capacity Levels in the Horizontal Wells Based on Transfer Learning

作　　者：杨杰 衣方宇 陈为敏 YANG Jie;YI Fang-yu;CHEN Wei-min

机构地区：[1]中石油长城钻探工程有限公司苏里格气田分公司,内蒙古乌审旗017300

出　　处：《内蒙古石油化工》2024年第8期18-23,共6页Inner Mongolia Petrochemical Industry

摘　　要：产能预测是天然气行业现代化管理的重要内容之一,是维持气田正常生产开发的重要环节。准确的产能预测可以帮助气田认识了解气藏情况,进行合理配产,制定切合实际的开发策略,为气田的长久高效开发提供保障。采用传统机器学习算法对小样本数据集直接建立产能预测模型时,极可能出现模型过拟合和泛化能力弱的问题。因此针对苏里格致密气藏苏53区块套管完井水平井样本数量较少的问题,采用迁移学习算法寻找该区块套管完井水平井和裸眼完井水平井的共性,将训练好的裸眼井产能预测模型迁移到目标域中,借助源域数据训练的模型在目标域上建立套管井产能等级预测模型。随机选取数据集10口井进行产能等级预测,经过多次迭代及交叉验证后,最终准确率可达80%。

关 键 词：产能预测 套管完井 迁移学习 

分 类 号：TE319.1[石油与天然气工程—油气田开发工程]