基于LSTM神经网络模型的石油单井产量预测

摘要：

在油田开发过程中,预测石油单井日产量往往受多种不确定因素影响,本文基于具有时间记忆优势的LSTM神经网络模型,使用生产时间、冲程、冲次、日产液、含水率、泵效、日产气以及井口温度作为输入参数,建立单井日产量预测模型.并通过手动对预测模型参数(最大训练次数与全局学习率)进行调优,使得预测模型具有较高精度,通过实例预测,最终平均绝对误差 0.100、均方差 0.019 以及平均绝对百分误差 1.431％.该模型对于单井日产量具有广泛的通用性,并且具有一定的参考意义.

关键词：LSTM神经网络模型、产量预测、参数优化

所属期刊栏目：42

分类号：TE331.1(油气田开发与开采)

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：38-41,52