基于機器學習的單井套損預測方法

作者：趙艷紅,姜漢橋,李洪奇,劉洪濤,韓大偉,王英男,劉燦超

摘要：針對套管損壞影響因素多、數據復雜、跨越時間范圍和空間范圍大、存在非線性、不確定性和時變性等特點,基于數據驅動的理念,采用機器學習技術開展相關研究。首先圍繞注水壓力、注水量、注水強度、壓差等套損影響因素采集油水井歷史生產數據,建立單井套損評價指標;其次通過數據預處理、特征參數計算、相關性分析等技術構建單井套損樣本集;然后對特征參數的重要性進行評估,形成4套特征組合方案;最后分別采用隨機森林和支持向量機算法建立單井套損預測模型,并給出不同特征組合下模型性能參數。試驗結果表明:高壓注水是影響研究斷塊注水井套損的主要因素,采用MDA特征組合方案建立的支持向量機模型能夠較好地預測套損,準確率達到93.3%。

發文機構：中國石油大學（北京）石油工程學院 中國石油大學（北京）石油數據挖掘北京市重點實驗室 中國石油大學（北京）人工智能學院 中國石油大慶油田第七采油廠

關鍵詞：套管損壞套損預測數據驅動機器學習時間序列casing damagecasing damage predictiondata drivenmachine learningtime series

分類號： TE329[石油與天然氣工程—油氣田開發工程]