遗传算法在油田产量预报中的应用

油田开发方案设计中,产重预报正确与否与油田开发成败息息相关,它决定了油田生产规模,投资决策等。正确预测油田产量对改善开发生产效果和提高措施作业效益有重要作用,油田产量预报方法很多,如递减曲线法、神经网络法、Poisson分布法等。各种油气田产量预报模型的应用关键在于参数估计,常规参数估计方法为试凑法和最小二乘法,工作量大,可靠性差,所以引入了一种新型遗传算法求取参数最优估计值,并通过遗传算法在Г模型中的应用实例说明了该方法在油气产量预报中的可行性。     

ARIMA模型在研究油气田产量递减规律中的应用

阿尔浦斯模型不能很好地提取随机性信息,而ARIMA模型恰好可以改进这一点。本文应用ARIMA模型对位于英国北海的Brae East油田的产量数据进行了拟合及预测。结果表明,这种方法是有效和实用的。     

控制论方法在油气田产量规划中的应用

油气田产量规划可以采用线性规划及动态规划方法 ,但是在实际应用中有很大的难度。根据系统理论 ,应用控制论方法建立了油气田开发产量规划状态模型 ,并给出了其求解方法。对某油田产量数据进行了拟合 ,建立了该油田产量状态模型。应用矩阵检验表明 ,该模型完全能控。确定了该油田产量规划的控制变量 ,得到了产量状态模型的系统特征方程。     

控制论方法在油气田产量规划中的应用

油气田产量规划可以采用线性规划及动态规划方法，但是在实际应用中有很大的难度。根据系统理论，应用控制理论方法建立了油气田开发产量规划状态模型，并给出了其求解方法。对某油田产量数据进行了拟合，建立了该油田产量状态模型。应用矩阵检验表明，该模型完全能控。确定了该油田产量规划的控制变量，得到了产量状态模型的系统特征方程。     

油田产量预报的一种方法

本文提出一种含延迟的自回归模型。这种模型将传统的自回归模型作为其一种特殊情况,以期扩大最佳预报模型的选择范围,从而提高预报的精度。作者利用这种模型对某油田产油量数据进行了预报,并与自回归模型的预报结果作了比较,说明了本文方法的良好效果。     

用数值模拟方法研究气井产量递减

运用数值模拟软件的单井模拟器,建立了异常高压气藏气井和正常压力气藏气井产量递减的单井模型,得到了异常高压气藏气井和正常压力气藏气井的产量递减数据。根据这些产量递减数据,由两种产量递减自动拟合模型分别计算了异常高压气藏气井和正常压力气藏气井的产量递减参数、地层物性参数(k_gh、k_g/Φ)及地质储量。为了提高计算精度,采用根据拟稳态的产量递减数据(去掉不稳定的递减数据)来反求地层参数和地质储量,并根据自动拟合模型的检验标准对计算结果进行了检验。结果表明,由两种产量递减自动拟合模型计算的产量递减参数和地质储量与数值模拟的计算结果非常吻合,再次证明了这两种产量递减模型的适用性。     

基于机器学习的石油多峰模型研究及应用

油田在实际开发过程中，受新区块投产、开发方案调整和"三采"措施等因素的影响，年产量数据会呈现多峰形态。针对经典的Hubbert、HCZ等模型不能直接拟合多峰数据序列的问题，开展了基于机器学习的油田产量多峰预测模型研究。基于Hubbert模型，对多峰数据序列进行分段最小二乘拟合，在拟合误差函数中引入控制分段个数的罚分项，采用动态规划算法，自动求得最优分段的多峰预测模型，该模型运用在实际的油田产量数据上，预测结果达到预期目的。提出了一种通过自动最优分段的线性回归学习来建立油田产量多峰预测模型的方法，在实际应用中具有建模简单、自适应性强的优点。     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统，本人出这类系统的参数的递推辨识算法，克服了迭代算法不能在线运行，需反复矩阵求逆的不足，当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能，应用这种方法，对油田采油井，注水井的套管损坏的情况进行了多步动态预报，其精度令人满意。     

基于深度森林算法的油井产量预测研究

为了克服传统机器学习算法产量预测模型的缺点,以深度森林算法理论为基础,综合油井相关各项数据,建立了油井产量预测新模型。首先应用KNN最邻近方法和Z-Score标准化方法对油井相关数据进行预处理,利用MDI特征选择方法选择对油井产量影响最大的特征向量,然后将选出的特征向量作为深度森林模型的输入变量,建立深度森林产量预测模型,利用网格化搜索优化模型参数,最后在测试集上运行模型,对模型性能进行评估。研究结果表明,相对于BP神经网络等传统机器学习算法模型,深度森林模型的产量预测精度更高,可以准确预测油井产量,同时相对于深度神经网络等复杂学习算法,该算法参数少、调参及应用简单,为油井产量预测提供了一种新的方法和思路。     

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络(long-short term memory,LSTM)和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型;并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解;最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。     

人工神经网络在采油产量预测中的应用

为实现采油产量的预测和跟踪分析，建立了一种基于人工神经网络的采油产量预测方法。采用SAS系统对影响采油产量的众多因素做相关分析，依据主要因素并通过人工神经网络建立了采油产量预测模型。实际测试的结果表明，该方法能够提高判断采油产量的精度，且特别适用于不确定或非结构化信息的处理，对采油中各种未知信息的预测有着较好的适用性。     

边际成本分析方法在石油工业中的推广与应用

With the problem of more and more severe world energy shortage, much attention is paid to the application of marginal cost analysis to the oil industry. Combined with particular characters, the definition of marginal cost in oil industry is given with the quantitative formula. Taking a certain oil field as an example, practical computation is carried out, and the results coincide with general rules of marginal cost theory. Further researches are also made towards the use of marginal cost analysis to our natinal oil industry with considering the specific situations of our country. A new method is thus given for determining price and output of crude oil under the new economic running system.     

油井效率分析与实证研究

在对效率评价的几个基本概念进行分析的基础上,提出了一套使用DEA方法的油井效率评价指标体系.并采用CCR和BCC模型对华北油田2001年1-6月份的九个油井实施测评分析,确定了相应的效率评价结果并提出了改进方法.     

油田油井增产措施经济极限分析研究

在油田开采中后期,随着油田开发程度的加深,措施作业边际产量递减,措施作业边际费用递增,措施作业增量边际成本递增。通过对中后期油田油井措施作业边际产量递减规律,措施作业边际费用递增规律,措施增量边际成本递增规律的分析,把措施费用看作一项再投资,运用投入产出分析的原因和经济极限产量计算的方法,以油田单井增产措施为分析对象,提出了油田油井增产措施经济极限的分析模型。这对中后期油田油井开发经济效益的分析和关井时机的选择提供了依据。     

单井增产措施决策模型研究

当油气田生产进入开发中后期阶段时，为了减缓原油产量的递减，需要不断地对油井实施增产措施。而选择适宜时机进行措施作业，是控制成本、提高效益的重要手段之一。如果把措施费用看作一项投资，则投资回收是判断增产措施是否可行的依据。从经济学的角度对增产措施的成本和收益进行了分析，给出了实施油井增产措施的最佳时机及措施终点产量的模型。结果表明，最佳增产措施时机是油井的收益和成本相等时；构建的措施终点产量模型可用来判断该措施是否具有经济价值，从而为单井增产措施决策提供理论依据。     

单井黑油模型自动历史拟合的一种方法

提出了单井三维三相黑油模型自动历史拟合的一种方法。在此基础上,建立了一个带约束条件的非线性目标函数,应用本算法使目标函数达到最小,实现自动历史拟合,从而反求出地层各参数值,另外还对新疆百口泉井的测试资料进行了自动历史拟合,求得了各自地层参数值,同时将本文结果与地层参数电测解释结果进行了对比,证实了本算法求解的可靠性。     

陕北特低渗油田工业油流标准确定及意义

目的 为确定适合陕北特低渗油田的地方性工业油流标准,提高该类油田储量的计算精度。方法 应用数值模拟、类比等方法,确定该油田的工业油流标准。结果 按国家标准计算的工业油流值明显偏小,误差较大;运用产量递减法,并考虑到原油市场价格、油田开发投资、油气生产成本及原油利润等因素确定出新的地方性工业油流标准．更适合于陕北特低渗油田的实际。结论 新的工业油流标准可提高储量的计算精度．方便油田开发方案的调整,提高油藏动态管理水平。     

区块整体调剖筛选方法研究

提出一套在一定的技术经济条件下能筛选出适合于整体调剖区块的方法。该方法充分利用区块的静动态资料,实现了调剖井的筛选和堵剂筛选以及整体调剖的增产效果预测,包括：降低产水量预测,降低含水率预测,增加可采储量预测,增加采收率预测和投入产出比预测等,并根据区块整体调剖的筛选标准实现区块整体调剖的必要性判断。在坨２１ 区块进行了筛选应用,预测的投入产出比为１∶７ ．１ 。在当前的技术经济条件下坨２１ 区块适合于整体调剖。应用结果表明,这种筛选方法依据全面,筛选结果合理可靠