基于灰色網絡組合優化的年增油量預測

作者：劉浩瀚,顏永勤,閔令元,樂平,殷艷玲

摘要：老井措施增油成為油田穩產、降低油田區塊開發成本的必然選擇。針對多項式回歸預測的局限性、灰色理論不能反映影響因素特征、神經網絡需求數據多且數據敏感性差等特征,通過建立最優控制模型,實現GM(1,1)灰色理論與神經網絡的高精度組合預測。以某油田區塊20112018年的措施增油為例,對影響措施增油量的因素進行識別,建立了最優控制灰色神經網絡模型對老井措施年增油量進行預測,相比多項式回歸預測、GM(1,1)預測及BP神經網絡預測方法,新模型模擬效果更好,預測精度更高。新方法對2018年措施年增油量的預測精度達97.34%。基于最優控制的灰色神經網絡模型可以作為一種人工智能組合最優化模型預測措施年增油量,為準確預測措施增油效果,指導油田開發決策提供了新的思路。

發文機構：四川建筑職業技術學院基礎教學部 西南石油大學地質資源與地質工程博士后流動站 四川建筑職業技術學院經濟管理系 中國石化勝利油田分公司勘探開發研究院 西南石油大學石油與天然氣工程學院

關鍵詞：措施有效井年增油量灰色預測BP神經網絡最優控制measure effective wellannual oil incrementgrey predictionBP neural networkoptimal control

分類號： TE121.1[石油與天然氣工程—油氣勘探]