基于大数据的页岩气产能预测

• 作者: 卢德唐 咸玉席 李清宇 祝元宠
• 来源期刊: 油气井测试
• 学科: 工学
• 关键词: 页岩气 产能预测 大数据 非参数拟合 支持向量机 长宁气田
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 1-6
• 页数: 6页
• 分类号: TE353
• 字数: 5142字
• 语种: 中文
• DOI: 10.19680/j.cnki.1004-4388.2019.01.001

摘要

参数拟合的传统页岩气井产能预测方法存在一定的局限性,引入基于支持向量机的非参数大数据分析方法进行页岩气井产能预测研究.根据生产数据记录以及井底压力随生产过程的变化规律,建立e-SVR支持向量回归模型,对长宁页岩气某区块实际生产数据分别进行了单井和多井的训练及预测检验,其中单井回归检验的相关度系数达到0.958 556,体现了该方法优秀的回归能力;多井学习模型在前95 d区间内对单井数据的预测也达到了接近单井回归的效果,体现了该方法在密集数据区间内较好的预测能力,为页岩气产能预测提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢德唐	中国科学技术大学石油天然气研究中心	114	1270	17.0	32.0
2	李清宇	中国科学技术大学石油天然气研究中心	12	17	3.0	3.0
3	咸玉席	中国科学技术大学石油天然气研究中心	8	6	2.0	2.0
4	祝元宠	中国科学技术大学石油天然气研究中心	1	3	1.0	1.0