利用电子计算机预报农业产量

本文探讨利用电子计算机预测农业产量的方法。文中还通过预测早稻产量方程的建立及使用,说明了预测方法的应用。     

基于PSO-ELM的水平井自喷期“多段式”产量预测方法——以玛湖油田百口泉组致密砾岩油藏为例

准确预测油气井动态产量对油田高效开发意义重大,是单井累产油预测以及部署政策优化的关键。玛瑚油田百口泉组致密砾岩油藏水平井自喷期产量呈“多段式”特征,在实际生产过程中,油气井产量受储层物性、压裂工艺参数等多种因素综合影响,传统产量预测方法及数值模拟法考虑影响因素有限,预测方法适用性差。在产量特征认识基础之上,利用主成分分析法优选油层厚度、地层压力、总砂量、渗透率、压裂簇数及含油饱和度六个主控因素,采用粒子群算法优化ELM的输入权值与隐含层偏置,建立了玛湖油田水平井产量预测模型。预测结果表明,PSO-ELM对比传统预测模型具有计算速度快、泛化能力强、预测精度高的优点,利用该方法预测了5口水平井的单井产量,平均误差在2.14%~5.28%,与实际产量吻合良好。     

川东某气田产量预测方法适宜性研究与应用

天然气开发规划要求对产量作出合理的预测。本文利用Arps递减曲线分析法,通过二元线性回归求取递减方程参数,预测川东某气藏5号井产量;同时根据翁氏旋回理论,通过线性试差求取模型参数,建立广义翁氏预测模型,预测5号井产量。比较两种方法在该气藏的适宜性,为类似气藏选择合理的产量预测方法提供参考。     

基于时序动态分析的油井产量预测研究

针对目前常用的油井产量预测方法效果并不理想的问题，开展时间序列分析来进行油井产量动态预测研究。采用时间序列分析结合残差修正方法，建立具有时序动态分析能力的产量差分自动回归移动平均模型（Autoregressive Integrated Moving Average，ARIMA），得出预测初始值与真实油井产量的残差；通过构建支持向量机（Support Vector Machine，SVM）时序预测模型进行残差修正，获得油井产量组合预测值；并将长短期记忆网络（Long Short-Term Memory，LSTM）模型与上述方法进行对比。实验表明，组合预测模型、LSTM模型的预测结果平均相对误差率分别为9.81%和32.44%。说明组合模型预测更精准，为油井产量的动态预测提供了一种有效方法，可作为油井在生产计划时的快速实时辅助依据，具有实用价值。     

用相关－马氏链预测我国丝年产量的方法

应用相关－马尔柯夫链方法预测我国丝年产量，既能考虑到蚕茧收购量和缫丝机产量等相关因素的影响，又能兼顾到自然、人为等随机因素的影响．在多元回归预测技术的基础上，运用马尔柯夫链模型，确定预测年份的产量状态和产量的预测区间值，得出未来年份的预测丝产量．     

人工神经网络在采油产量预测中的应用

为实现采油产量的预测和跟踪分析，建立了一种基于人工神经网络的采油产量预测方法。采用SAS系统对影响采油产量的众多因素做相关分析，依据主要因素并通过人工神经网络建立了采油产量预测模型。实际测试的结果表明，该方法能够提高判断采油产量的精度，且特别适用于不确定或非结构化信息的处理，对采油中各种未知信息的预测有着较好的适用性。     

油田产量预测方法的应用与评价

产量预测是油田规划的重要内容。作者以阿克库勒油田 2 0 0 0～ 2 0 0 1年产量预测为实例 ,比较了产量递减率法、递减率法、递减模型法、单井综合法等不同的产量预测方法的优劣     

基于改进的GM（1,1）模型的上海市垃圾产量的预测

GM(1,1)模型是上海市垃圾产量预测的一种有效的方法,但序列的随机波动性难以在GM(1,1)模型得到反映。利用灰色震荡序列GM{1,1}模型,对上海市2000年~2008年垃圾产量进行预测,预测结果表明,此方法能够反映出上海市垃圾产量所具有的波动性特性,得到更高的预测精度。     

基于Lasso算法的油田产量预测方法

随着油田的不断开采,油田的产量预测也变得越来越重要。目前有许多基于机器学习的预测方法,但大多数都不能给出具体的预测模型。本文提出了一种基于Lasso算法的预测方法,结合现场生产数据,选取一系列相关特征参数,通过对参数数据的初步分析,初步选取各个参数的函数形式,然后利用Lasso算法得到最终的预测模型,最终达到预测产量的目的。现场试验表明：该方法得到的预测模型比较准确,可解释性强,且预测精度高,可以应用于矿场产量预测。     

基于深度森林算法的油井产量预测研究

为了克服传统机器学习算法产量预测模型的缺点,以深度森林算法理论为基础,综合油井相关各项数据,建立了油井产量预测新模型。首先应用KNN最邻近方法和Z-Score标准化方法对油井相关数据进行预处理,利用MDI特征选择方法选择对油井产量影响最大的特征向量,然后将选出的特征向量作为深度森林模型的输入变量,建立深度森林产量预测模型,利用网格化搜索优化模型参数,最后在测试集上运行模型,对模型性能进行评估。研究结果表明,相对于BP神经网络等传统机器学习算法模型,深度森林模型的产量预测精度更高,可以准确预测油井产量,同时相对于深度神经网络等复杂学习算法,该算法参数少、调参及应用简单,为油井产量预测提供了一种新的方法和思路。     

基于人工神经网络的油田产量多因素非线性时变预测

运用人工神经网络技术对多因素非线性影响下的油田产量进行了预测 ,结果表明 ,该方法既能考虑新井开井数、注水井开井数、注水量、老井开井数及老井措施量对油田产量的影响 ,还能间接地全面考虑储层非均质性对油田产量的影响 ,且预测快速、简便、精度高 ,是对油田油产量进行中短期预测的有效方法 ,对于产能建设、产量规划、措施安排具有一定的指导意义     

页岩气解析模型产量预测技术优化方案

页岩超低渗、强非均质性以及复杂缝网特征使得解析模型法产量预测参数输入不确定性大,生产历史拟合多解性强,产量预测难度大.基于页岩气井生产长时间段呈线性流动的特点,开展线性流分析和解析模型产量预测工作,提出首先通过线性流分析解释确定解析模型参数初值和范围、再进行历史拟合和产量预测的思路和方法流程.研究表明:根据页岩气流动阶段诊断可以初选解析模型;运用流动物质平衡方法可确定动用储量和气藏尺寸;采用线性流不确定性分析可以确定渗透率和裂缝半长等参数范围.该方法可提高解析模型历史拟合和产量预测精度,同时提高了工作效率,经8口井应用测试结果表明:方法提高单井历史拟合速率40％以上,提高产量预测精度18.1％.     

基于人工神经网络的油田产量多因素非线性时变预测

运用人工神经网络技术对多因素非线性影响下的油田产量进行了预测，结果表明，该方法既能考虑新井开井数、注水井开井数、注水量、老井开井数及老井措施量对油田产量的影响，还能间接地全面考虑储层非均质性对油田产量的影响，且预测快速、简便、精度高，是对油田油产量进行中短期预测的有效方法，对于产能建设、产量规划、措施安排具有一定的指导意义。     

基于GRU循环神经网络的稠油油藏产量预测新方法

油田产量精确预测对油田高效生产开发具有重要意义,而目前常用的DCA方法(PLE模型、SEPD模型、Arps模型)不能够充分挖掘数据前后关联,会导致预测出现偏差。为此,提出了一种基于门限递归单元循环神经网络模型(GRU-RNN模型)的预测底水稠油油藏产量的新方法。GRU-RNN模型预测平均误差为3.03%,准确度高于DCA方法(PLE、SEPD、Arps模型的平均误差分别为29.51%、32.98%、38.76%)。该方法为油田产量预测提供了除经验公式及数值模型方法之外的新思路。     

油气田产量递减灰色系统模型的建立及预测

本文根据灰色系统理论与油气田产量变化规律的相似性特点,针对油气田产量递减许多因素的不确定性,建立了油气田产量递减的灰色预测模型。通过油气田实例,进行灰色预测模型与油田常用的几种产量递减模型的对比分析得出,灰色模型预测的相对误差之和最小、均方差之和最小的,关联程度最高。结果表明：该灰色理论预测方法计算简单、精度高,结果可靠,可以在油气田产量预测方面进行推广。     

基于多变量时间序列模型的高含水期产量预测方法

针对油田高含水期地质条件复杂、地层物性变化多样导致产量预测正确率低的问题,提出一种基于多变量时间序列模型即多变量长短期记忆神经网络(LSTM)的产量预测方法。在基于极限梯度提升算法(XGBoost)筛选产量主控因素的基础上,建立综合考虑产量与地质、开发等影响因素之间相关性特征,并兼顾产量自身的时序性变化特征的产量预测模型;实验选取中国某中高渗透砂岩区块油田生产历史数据进行高含水期产量预测模型的训练和测试,并与单变量长短时记忆模型以及其他全连接网络模型结果进行比较。结果表明：该方法具有较好的预测性能,新模型克服了传统全连接神经网络无法描述产量时序数据相关性,以及单变量LSTM无法表征高含水期产量变化受多因素影响的问题,有效地提高了油田高含水期产量预测的准确性。     

我国主要畜禽产品产量发展的灰色预测

运用灰色系统理论的原理和方法,建立了我国畜产品产量的GM(1,1)模型,对2010年畜产品产量的发展作出预测。结果表明,预测结果达到了很高的精度,从而证明该模型对近期的预测是可靠的。     

页岩油气不确定性产量预测方法及应用

提出运用解析模型进行不确定性产量预测的方法.利用已有地质认识和钻井初步设计,确定地质和工程参数范围和分布函数,运用蒙特卡罗方法抽取样本,采用解析模型进行产量预测,给出P10、P50、P90概率产量曲线和最终采出量.该方法具有3点优势:可得到产量概率分布,一定程度上能降低早期评价风险;可进行产量敏感性分析,找寻评价区影响产量的关键因素,进一步识别甜点区;可适用于已开发区块,利用典型井的生产数据,采用解析模型进行流动阶段分析和历史拟合,获得较准确的参数范围和模型,校正后的模型预测产量较递减方法更可靠.实例应用表明:预测的P50概率产量曲线与实际生产曲线较符合;在给定参数范围内,压裂区改造后渗透率对产量影响最大,裂缝长度、导流能力、裂缝条数对产量影响依次减弱,压裂设计时需考虑.     

注水开发油藏中基础油的预测方法探讨

就注水开发油藏对外合作提高采收率项目中基础油的预测方法问题进行探讨,并提出一种注水开发油藏基础油预测的建议方法,该方法以生产数据及其变化规律作为预测的基础,通过综合分析影响产量变化的因素达到预测基础油的目的,弥补了产量递减曲线分析方法将产油量作为总项进行预测的局限性和不足,使处于不同开发阶段的油藏都能应用本方法作基础油预测,该方法可操作性强,易于协商取得双方满意的结果,促进合作谈判的顺利进行。     

矿井开采工作面产量与工效预测的神经网络模型

比较了矿井工作面产量工效预测的几种方法后，建立了工作面产量与工效预测的神经网络模型，并用于对实际工作面进行计算，结果证明该模型是可信的。