基于多元混沌时间序列的油田产量预测模型

• 作者: 刘雨鑫 林旭旭 钟仪华
• 来源期刊: 数学的实践与认识
• 关键词: 多变量混沌时间序列 C-C算法 相空间重构 主成分分析 Elman神经网络
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 工程
• 页码范围: 99-105
• 语种: 中文

摘要

油田产量的预测一直是石油工作者研究的重要课题.针对油田产油量、产水量、地层压力和时间之间有着混沌的特征,利用多变量混沌时间序列等方法研究了油田产量的混沌建模和预测问题.用C-C算法确定每一个变量的嵌入维数和延迟时间,重构多元混沌时间序列的相空间;使用基于奇异值分解的主成分分析消除重构相空间的冗余变量和噪声干扰,建立了有较好泛化性能的多元混沌时间序列油田产量预测模型;最后将混沌时间序列预测和Elman神经网络进行耦合,创建了基于主成分分析前馈网络的多元混沌时间序列油田产量预测方法.应研究表明,提出的多变量混沌时间序列预测方法的预测精确度优于单变量预测,它可用于解决具有多变量混沌时间序列的预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟仪华	西南石油大学理学院	32	180	7.0	12.0
2	刘雨鑫	西南石油大学理学院	5	14	2.0	3.0
3	林旭旭	西南石油大学理学院	2	14	2.0	2.0