基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
油井产量随时间的变化关系受多种因素的影响,它们之间是一种极其复杂的非线性关系,常规油藏工程研究方法往往受相关参数的不确定性所限,预测误差偏大.分析认为油井产量数据具有时间序列特征,引入相空间重构技术,利用G-P法求出最佳嵌入维数,对油井产量构成的时间序列进行混沌特性识别.在此基础上,利用支持向量机(SVM)方法,构建具有时变特性的混沌-SVM耦合模型,该模型对中、短期的油井产量预测具有很高的精度,在实际应用中,可以不断补充新的历史数据,进行滚动预测,可靠性更高.实例W8-5井的应用效果也表明,预测结果平均相对误差仅为7%,显示出模型具有较好的预测效果和实用价值.
推荐文章
一种隧道基坑多维度时变预测EPS模型的应用
隧道工程
基坑
形变
预测
模型
一种新型天然气产量预测模型
气藏
产量预测
数学模型
费用
经济效益
基于Holt指数平滑模型的油井产量动态预测
时间序列
Holt指数平滑模型
油井产量动态预测
一种耦合单元模型在涂抹层模拟中的应用
接触面
耦合单元
涂抹层
有限元
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种时变耦合模型在油井产量预测中的应用
来源期刊 科技导报 学科 工学
关键词 时间序列 相空间 G-P法 混沌-SVM模型 油井产量
年,卷(期) 2010,(17) 所属期刊栏目
研究方向 页码范围 72-76
页数 分类号 TE328
字数 4489字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 童凯军 中海石油(中国)有限公司天津分公司渤海油田勘探开发研究院 20 173 8.0 12.0
2 孙红杰 8 14 2.0 3.0
3 金宝强 中海石油(中国)有限公司天津分公司渤海油田勘探开发研究院 13 25 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (75)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (22)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
时间序列
相空间
G-P法
混沌-SVM模型
油井产量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技导报
半月刊
1000-7857
11-1421/N
大16开
北京市海淀区学院南路86号
2-872
1980
chi
出版文献量(篇)
11426
总下载数(次)
48
论文1v1指导