| 基于长短期记忆神经网络的油田新井产油量预测方法 |
| |
| 引用本文： | 侯春华. 基于长短期记忆神经网络的油田新井产油量预测方法[J]. 油气地质与采收率, 2019, 26(3): 105-110 |
| |
| 作者姓名： | 侯春华 |
| |
| 作者单位： | 中国石化胜利油田分公司勘探开发研究院，山东东营257015 |
| |
| 基金项目： | 国家科技重大专项“胜利油田特高含水期提高采收率技术”（2016ZX05011-001）。 |
| |
| 摘 要： | 针对油田常用人工智能产油量预测方法无法考虑数据在时间上相关性的问题,提出了采用基于长短期记忆(简称LSTM)神经网络的油田新井产油量预测方法。在分别介绍反向传播(简称BP)神经网络、循环神经网络(简称RNN)、LSTM神经网络原理以及建模步骤的基础上,以某油田新井单井年产油量预测为例,对影响新井单井年产油量的开发指标进行了筛选,对相应LSTM神经网络进行了训练,并对新井单井年产油量进行了预测。将预测结果与支持向量回归模型和BP神经网络进行了对比,结果表明,该预测模型拟合效果更好,预测精度更高。基于LSTM神经网络的预测方法可以作为一种新的人工智能方法用于油田新井产油量的预测,为准确预测油田新井产量,指导油田开发决策提供了一种新的方法。
|
| 关 键 词： | 新井产油量预测；LSTM神经网络；网络训练；数据预处理；相关性 |
New well oil production forecast method based on long-term and short-term memory neural network |
| |
| HOU Chunhua. New well oil production forecast method based on long-term and short-term memory neural network[J]. Petroleum Geology and Recovery Efficiency, 2019, 26(3): 105-110 |
| |
| Authors: | HOU Chunhua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《油气地质与采收率》浏览原始摘要信息 |
|
点击此处可从《油气地质与采收率》下载全文 |
|
