典型文献
基于灰色模型与时间序列的油井产量长短期分类预测
文献摘要：
为解决单井产量在试采及稳产期预测计算方法精度不足、计算效率较低、适用范围较小的问题,提出一种将预测模型划分为短期产量和长期产量的分类预测方法.短期产量预测在灰色预测模型GM(1,1)的基础上,针对短期生产环境的变化增加产量转换的参数修正,并对模型的离散过程进行优化,从而弥补灰导数离散过程的偏差;对于长期产量预测,采用时间序列的方法,结合BP神经网络以及短期采样特征值的提取结果,对累积产量数据进行建模和预测.利用2018～2020年多个油井的产量数据信息,进行模型训练、预测和比对,针对模型预测结果进行精度分析.结果表明,长期预测模型预测结果的平均相对误差为0.0914,短期预测模型预测结果的平均绝对误差为0.1187,计算精度高于传统ARIMA算法的平均相对误差0.1566,可满足实际工况需求,为油井产量的预测提供了一种新方法.
文献关键词：
智能采油;大数据;短期预测;特征提取;长期预测;预测模型;BP神经网络
中图分类号：
作者姓名：
靳子豫;李政林;臧永亮;黄伟婷;范晴晴
作者机构：
广西科技大学自动化学院 广西柳州 545616;中国石油华北油田公司二连分公司 内蒙古锡林浩特 026000
文献出处：
引用格式：
[1]靳子豫;李政林;臧永亮;黄伟婷;范晴晴-.基于灰色模型与时间序列的油井产量长短期分类预测)[J].油气井测试,2022(05):6-11
A类：
灰导数
B类：
灰色模型,油井产量,长短期,分类预测,单井产量,试采,稳产期,预测计算,计算效率,产量预测,灰色预测模型,GM,生产环境,加产,参数修正,离散过程,累积产量,模型训练,精度分析,长期预测,平均相对误差,短期预测,平均绝对误差,计算精度,ARIMA,实际工况,智能采油
AB值：
0.35502
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。
