大庆油田有限责任公司井下作业分公司
纸质出版:2026
移动端阅览
曲建芳. 基于MI-CNN-RF模型的压裂措施井增产能力研究[J]. 中外能源, 2026,31(6):75-81.
曲建芳. 基于MI-CNN-RF模型的压裂措施井增产能力研究[J]. 2026, 31(6): 75-81.
曲建芳. 基于MI-CNN-RF模型的压裂措施井增产能力研究[J]. 中外能源, 2026,31(6):75-81. DOI:
曲建芳. 基于MI-CNN-RF模型的压裂措施井增产能力研究[J]. 2026, 31(6): 75-81. DOI:
为准确预测压裂施工井的压裂后日增油量,用以辅助压裂设计的优化,构建了以互信息(MI)-卷积神经网络(CNN)-随机森林(RF)为路径的压裂增油研究方法。采用MI明确各基础指标与压裂后日增油量的相关性,利用CNN对基础指标信息进行二次池化并提取,进而进行RF拟合回归。含油饱和度、含水率、储层渗透率、压裂层厚度、压裂前日产量5项指标与压裂后日增油量间的互信息值高,显示出它们对压裂后日增油量影响的重要性。采集6348条历年压裂数据进行拟合回归,验证集均方误差为1.8741、决定系数为0.9620。与CNN回归和RF回归相比,CNN-RF模型均方误差和决定系数指标值更优,有更佳的拟合预测能力。采用蚁群搜索算法,以产量最大化为目标,对CNN-RF模型进行参数优化,9口试验井实际增油量与预测增油量结果十分接近,证明了模型预测的准确性。
赵大恒著.奥卡姆:简单铸就效率[M].中国经济出版社,2005.
桂东旭,姜祥成,方艳君,王吉彬,孙洪国.聚驱油井压裂效果的多元线性回归预测方法[J].科学技术与工程,2012(01).
蒋文超.基于机器学习与模型融合的大庆油田SN区块油井压裂效果预测技术[J].大庆石油地质与开发,2023(01).
刘合,李艳春,杜庆龙,贾德利,王素玲,乔美霞,屈如意.基于多变量时间序列模型的高含水期产量预测方法[J].中国石油大学学报(自然科学版),2023(05).
周志军,唐佳琦,黄咏梅,范云鹏,郝玉.灰色关联度分析法优选水平井压裂参数[J].数学的实践与认识,2021(20).
同霄,徐文龙,朱恒,刘沛华.基于蚁群算法的油田井场疏散路径研究[J].工业安全与环保,2023(03).
李艳辉,吕行.基于CNN-BiLSTM的油田注水流量预测[J].吉林大学学报(信息科学版),2024(04).
王魁,姚迅,杨捷.基于样本选择的自学习去噪鲁棒模型[J].计算机应用,2024(S1).
丁磊.聚驱压裂措施井增油量拟合回归与影响因素分析研究[J].石油工业技术监督,2025(07).
吴俊涛,刘伟,邓金根,谭强,何奇.基于改进蚁群算法的海上稠油热采井钻井顺序优化[J].石油科学通报,2024(04).
于海饶.基于随机森林算法的注水井吸水剖面预测模型[J].油气井测试,2025(03).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构