典型文献
基于长短期记忆神经网络的油井产液量和含水率预测方法
文献摘要：
传统的油藏工程或油藏数值模拟产量预测方法存在适用条件苛刻、应用范围小或所需数据资料多等不足之处.考虑油井产量和含水率变化的时间序列特征,建立基于长短期记忆神经网络(LSTM)的产液量和含水率预测方法,充分考虑生产动态数据的变化趋势和前后关联性,利用易得的注采井生产数据实现油井产量和含水率的快速、便捷预测.利用实际油田数据对建立的模型进行训练和评价,结果表明基于长短期记忆神经网络模型所预测的产液量和含水率与实际值吻合程度高,可以准确预测其动态变化趋势,为油井产液量和含水率预测提供了一种新的方法.
文献关键词：
生产预测;分层注水;平均不纯度减少;长短期记忆神经网络
中图分类号：
作者姓名：
赵洪涛;李金泽;杨毅;赵洪绪;房鑫磊;于伟强
作者机构：
中法渤海地质服务有限公司,天津300457;中海石油(中国)有限公司天津分公司,天津300459
文献出处：
引用格式：
[1]赵洪涛;李金泽;杨毅;赵洪绪;房鑫磊;于伟强-.基于长短期记忆神经网络的油井产液量和含水率预测方法)[J].石油地质与工程,2022(05):75-80
A类：
B类：
产液量,含水率预测,油藏工程,油藏数值模拟,产量预测,适用条件,苛刻,数据资料,油井产量,时间序列特征,生产动态,动态数据,前后关联,易得,注采井,生产数据,油田,长短期记忆神经网络模型,准确预测,动态变化趋势,生产预测,分层注水,平均不纯度减少
AB值：
0.294079
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。
