基于大数据建模的井筒压力温度梯度预测

• 作者: 乔志杰 田赤中
• 来源期刊: 信息技术与信息化
• 关键词: 大数据建模 压力温度梯度 随机森林 分析预测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 225-228,231
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2021.01.069

摘要

本文运用大数据建模技术,选取塔里木盆地顺北油田生产井相关数据,使用线性回归、随机森林、XGBoost三种方法,利用VSAI大数据分析平台来预测单井井筒压力梯度和温度梯度,并与其测压数据实际值相比较.结果表明,随机森林模型和xgboost模型能够较准确的预测压力梯度和温度梯度的趋势变化,与xgboost模型相比,随机森林模型更加准确一些.因此可将随机森林模型作为顺北油田井筒压力梯度和温度梯度预测模型,可为该油田井筒压力评价和开采方案调整优化提供依据.