典型文献
基于长短期记忆神经网络的油井产量预测方法研究
文献摘要：
油井产量预测对正确认识油藏动态、及时调整工作制度、合理制定井下措施,具有重要指导意义.文章分析油井生产历史数据的变化趋势以及与未来生产的关联性,以单井数据为基础建立基于长短期记忆神经网络(LSTM)的油井产量预测方法.现场生产应用表明,预测值与实际值吻合程度高,产液量和产水量平均误差分别为0.64％和0.96％,满足现场工程应用要求.
文献关键词：
产量预测;长短期记忆神经网络;机器学习
中图分类号：
作者姓名：
李彦普
作者机构：
中国石油大港油田公司第一采油厂,天津 300280
文献出处：
引用格式：
[1]李彦普-.基于长短期记忆神经网络的油井产量预测方法研究)[J].化工管理,2022(20):61-64
A类：
B类：
长短期记忆神经网络,油井产量,产量预测,油藏,工作制度,井下,历史数据,来生,单井,现场生产,生产应用,产液量,产水量,平均误差,应用要求
AB值：
0.258137
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。
