典型文献
基于机器学习的稠油油藏注蒸汽过程中汽窜识别研究
文献摘要：
稠油油藏蒸汽吞吐过程中汽窜的产生与油藏地质和开发工程等因素有关,目前识别汽窜的方式局限于油藏工程、数值模拟等,此类方法无法准确判别各因素的不确定性和相关性,机器学习方法可识别海量数据间的隐含关系,准确度高且模型易维护.分析了汽窜的影响因素,构建基础数据集后对数据进行特征工程处理,包括数据重构、缺失值处理、维度转换及相似性分析,建立了汽窜预测特征属性集;采取Wrapper方法、Embedded方法、主成成分分析法对数据集进行降维处理,形成3套不同的特征组合方案;分别采用随机森林、SVM、神经网络和XGBoost算法建立汽窜预测模型,给出不同模型的预测准确率和预测汽窜通道分布.研究结果表明:注汽强度、层位渗透率极值和邻井距离对汽窜的影响程度最大,表现最好的组合模型是:PCA数据集+XGBoost模型,该方案在训练集上的准确率为97.20％,在验证集上的准确率为96.11％,实现了对汽窜的精准预警.
文献关键词：
稠油油藏;蒸汽吞吐;汽窜识别;数据挖掘;机器学习
中图分类号：
作者姓名：
宋保建;王若浩;马良宇;魏振国;贾喻博;刘慧卿
作者机构：
中石化河南油田分公司;中海石油(中国)有限公司天津分公司;中国石油大学(北京
文献出处：
引用格式：
[1]宋保建;王若浩;马良宇;魏振国;贾喻博;刘慧卿-.基于机器学习的稠油油藏注蒸汽过程中汽窜识别研究)[J].石油钻采工艺,2022(06):777-783
A类：
汽窜识别,+XGBoost
B类：
基于机器学习,稠油油藏,注蒸汽,蒸汽吞吐,油藏地质,前识,油藏工程,机器学习方法,海量数据,构建基础,特征工程,工程处理,数据重构,缺失值处理,相似性分析,特征属性,属性集,Wrapper,Embedded,主成成分分析,降维处理,特征组合,组合方案,预测准确率,注汽,层位,渗透率,极值,邻井距离,组合模型,训练集,验证集,精准预警
AB值：
0.410074
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。
