典型文献
基于机器学习的页岩油藏合理焖井时间预测
文献摘要：
针对页岩油藏焖井开发过程中,合理焖井时间难以确定、影响因素多、计算难度大等问题,开展了基于机器学习的页岩油藏合理焖井时间优化研究.基于Y区块268口压裂水平井物性与施工参数,进行了数值模拟合理焖井时间的循环优选计算,并生成机器学习数据集.利用支持向量回归、多变量线性回归以及多层神经网络方法,分别建立了合理焖井时间预测模型,输入参数包括11个主要物性与施工参数.测试结果表明,新模型计算的合理焖井时间具有较高精度,预测准确率最高可达到94％.通过对比可以得知,在该模型条件下,支持向量回归法的准确率明显高于其他两种方法,具有较高适用性.毛管力大小、入地液量以及原油黏度对合理焖井时间影响较大,相关系数分别为0.202,0.170和0.159,在焖井方案设计中应重点考虑.经过机器学习优化后,Y区块X-1生产井累产油增长了约8.5％.
文献关键词：
焖井时间;机器学习;支持向量回归;多层神经网络;页岩油井
中图分类号：
作者姓名：
杨红梅;薛敏;杨泱;马磊磊;冯志强
作者机构：
长治市综合检验检测中心,山西 长治046000;中国石油长庆油田 油气工艺研究院,陕西 西安710016;西南石油大学 石油与天然气工程学院,四川 成都610500
文献出处：
引用格式：
[1]杨红梅;薛敏;杨泱;马磊磊;冯志强-.基于机器学习的页岩油藏合理焖井时间预测)[J].西安石油大学学报（自然科学版）,2022(02):65-72
A类：
B类：
基于机器学习,页岩油藏,焖井时间,开发过程,难以确定,时间优化,压裂水平井,施工参数,学习数据,支持向量回归,多变量,多层神经网络,神经网络方法,时间预测模型,输入参数,要物性,预测准确率,回归法,高适,毛管力,液量,原油黏度,学习优化,生产井,产油,页岩油井
AB值：
0.279259
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
