典型文献
基于差分进化优化随机森林模型的油层结垢预测方法
文献摘要:
注水开发极大地提高了油田的采收率,但是注入水与地层水的配伍性会导致储层和管道结垢,建立高效准确的油层结垢预测方法对保障安全生产较为重要.结合油层结垢的化学机理和人工智能技术,提出了基于差分进化算法(Differential Evolution)优化的随机森林模型(Random Forest)的油层结垢预测方法(RF-DE).以离子浓度和储层性质作为输入变量,结垢等级作为输出变量,建立了油层结垢的RF-DE预测模型.在鄂尔多斯盆地的延长组和延安组油层进行应用,结果表明建立的RF-DE方法预测油层结垢准确度高,是一种能够较好预测油层结垢的方法.
文献关键词:
油层结垢;随机森林;差分进化;因素分析
中图分类号:
作者姓名:
金立平;邓金根
作者机构:
中国石油大学(北京),北京 102200;中国海洋石油国际有限公司,北京 100028
文献出处:
引用格式:
[1]金立平;邓金根-.基于差分进化优化随机森林模型的油层结垢预测方法)[J].能源化工,2022(06):28-32
A类:
油层结垢
B类:
优化随机森林模型,结垢预测,注水开发,极大地提高,油田,采收率,注入水,地层水,配伍性,储层,管道结垢,保障安全,合油,化学机理,差分进化算法,Differential,Evolution,Random,Forest,RF,DE,离子浓度,鄂尔多斯盆地,延长组,延安组,层进
AB值:
0.271611
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。