论文摘要
目前我国东部各油田总体已进入特高含水开发阶段,准确的油田开发动态预测及科学的油田开发规划是这些油田合理、高效、可持续开发的基础。现有的油田开发动态预测方法有单变量开发指标的趋势预测方法和单变量开发指标基于影响因素的预测方法,但它们因在不同开发阶段,适用范围不尽相同、对预测要求的条件以及复杂程度也不同,因而各有其局限性;基于多输入多输出开发指标及影响因素的预测方法在理论和应用中还存在许多有待深入研究的问题。本文在分析研究油田开发动态预测常用方法的适用性基础上,解决了制约基于多输入多输出开发指标及影响因素的预测方法的理论和应用问题,建立了符合特高含水油田开发动态变化规律的新的开发规划动态预测方法。它包括支持向量机预测方法、基于时变系统的功能模拟预测方法、概率模拟预测方法、组合预测方法和智能预测方法。前三种方法本质上都是基于油气动态系统的功能模拟性,依据油田开发生产历史数据,利用功能模拟原理,建立开发动态预测系统的输入和输出体系,进而建立相应开发指标的预测模型。支持向量机预测重点关注系统的小样本预测问题;基于时变系统的功能模拟预测则关注具有时变系统的多步预测问题;概率模拟预测更注重系统的随机不确定性问题;组合预测解决提高预测精度的问题;智能预测侧重自适应和自主选择最合适预测方法问题。这些预测新方法的实例应用研究表明,建立的特高含水油田开发指标预测体系符合实际,提出的预测新方法和设计的算法正确可行。本文发展的适合不同油田特高含水阶段开发规划动态预测方法、确定选择预测指标和影响因素的标准及研究油田开发指标与其影响因素相关性的方法,丰富了油田开发动态预测的理论和方法,为编制和制定特高含水油田的科学开发规划方案提供了理论依据和重要技术支撑。本文主要进行了以下几方面的研究:(1)针对特高含水油藏的开发特征和开发面临的问题,分析了油田开发动态预测常用方法的适用性,比较并评价了它们遵循的机理和局限性,得到现有的常用预测方法都不太适合用于特高含水油田开发规划动态预测;指出了特高含水油田开发规划动态预测方法的发展趋势。(2)基于工程和数学的理论和方法创建了特高含水油田开发指标及影响因素相关性分析的方法。依据特高含水油田开发指标的动态变化规律特征,基于油藏工程、油田开发等理论确定出不同油藏特高含水水驱油田的可能开发指标及影响因素,利用关联分析方法对开发指标及影响因素进行相关分析;或依据油气动态系统预测的功能模拟性,从开发指标及影响因素的历史数据出发,利用基于模糊相关性分类的方法对开发指标及影响因素进行相关分析。形成了确定选择预测指标和影响因素的标准,建立了不同油藏特高含水开发阶段的开发指标及其影响因素体系。(3)针对特高含水油田开发阶段一般采集到的油田开发指标及影响因素的样本数较小,和现有方法的局部极小点、过学习和欠学习等问题,利用多目标优化理论剖析了支持向量机方法,研究了核函数和参数选择问题,提出利用开发指标时间序列特征分析的数据挖掘方法选择核函数的单输出和多输出支持向量回归机方法。(4)就常用预测方法进行多步预测的准确性或中长远预测效果较差的问题,综合神经网络模拟的拟合精度高、预测指标与影响因素联系紧密及微分模拟预测在预测过程中注重预测指标的自身变化趋势的优势,建立了具有时变特征的、预测模型中的参数随时间变化,对中长期预测有更好效果的基于时变系统的功能模拟方法。(5)研究了解决单一预测方法信息不全、方法各有缺陷的组合预测方法的原理和方法,提出了确定组合预测方法权重的改进方法。研究了智能预测方法的原理和方法,创建了油田开发指标系统的智能预测方法,实现开发指标的自动预测。(6)鉴于油田进入特高含水开发阶段,影响油田开发的地质和人为因素的随机不确定性更严重,及目前所有的开发指标预测方法未进行随机性和可能性研究的缺陷,全新地从理论和实用上探索了油田开发指标系统的不确定性预测方法和模型。(7)预测方法应用研究。设计了特高含水油田开发规划动态预测新方法的算法,开发了应用程序,并将其应用于国内某油田特高含水阶段的开发指标预测,预测结果表明本文建立的特高含水油田开发规划动态预测方法具有较大的理论和实用价值,值得进一步推广应用。
论文目录
相关论文文献
- [1].短时交通流动态预测系统设计[J]. 计算机与数字工程 2016(09)
- [2].基于灰色拓扑理论的草地生态系统损害基线动态预测[J]. 生态学报 2020(02)
- [3].区域环境空气动态预测系统的应用[J]. 化工设计通讯 2018(09)
- [4].动态预测系统在客车上的应用及前景分析[J]. 机电技术 2014(03)
- [5].基于指数平滑法的动态预测机制[J]. 计算机技术与发展 2017(07)
- [6].物质平衡法在煤层气藏生产动态预测中的应用[J]. 煤田地质与勘探 2009(03)
- [7].分析西藏水资源生态足迹评价与动态预测[J]. 居舍 2018(25)
- [8].基于模糊数学的护坡造价动态预测分析[J]. 水利科技与经济 2015(09)
- [9].基于贝叶斯更新和逆高斯过程的在役钢筋混凝土桥梁构件可靠度动态预测方法[J]. 工程力学 2020(04)
- [10].基于灰色理论的回采工作面瓦斯涌出量动态预测研究[J]. 能源与环保 2018(02)
- [11].隧道施工进度及成本动态预测与控制[J]. 住宅与房地产 2018(15)
- [12].建筑工程实际造价的动态预测[J]. 中国招标 2014(15)
- [13].家政服务网络中心的动态预测盈利模型实证研究[J]. 中国商贸 2012(29)
- [14].基于数据融合理论的煤矿瓦斯动态预测技术[J]. 煤炭学报 2008(05)
- [15].油田开发动态预测方法综述[J]. 石油科技论坛 2008(04)
- [16].基于在线学习的数控加工刀具寿命动态预测方法[J]. 航空制造技术 2019(07)
- [17].隧道施工进度及成本动态预测与控制研究[J]. 现代经济信息 2017(21)
- [18].猪营养需要量动态预测系统的开发[J]. 农业网络信息 2009(07)
- [19].基于径向基函数神经网络的口岸鼠密度动态预测[J]. 中国国境卫生检疫杂志 2012(03)
- [20].支持向量机在水质评价及水位动态预测中的应用[J]. 中国农村水利水电 2012(09)
- [21].基于小波-卡尔曼滤波的煤矿瓦斯动态预测系统研究[J]. 计算机与数字工程 2013(11)
- [22].蒸汽吞吐井流入动态预测[J]. 内蒙古石油化工 2014(13)
- [23].基于ES动态预测原理的深度分析与探讨[J]. 科技视界 2020(08)
- [24].山东省植被灰色动态预测研究[J]. 江西农业 2020(12)
- [25].基于深度神经网络结构的互联网金融市场动态预测[J]. 计算机研究与发展 2019(08)
- [26].矩形气藏的产量递减规律及动态预测方法[J]. 天然气工业 2011(07)
- [27].基于时间序列分析的降雨量动态预测[J]. 安徽农业科学 2009(36)
- [28].认知性VDT持续监控作业人因可靠性动态预测方法[J]. 数学的实践与认识 2019(04)
- [29].高炉炼铁过程中炉温的动态预测[J]. 化学工程与装备 2017(11)
- [30].高拱坝施工期垂直向温度分布智能动态预测[J]. 水力发电 2015(12)
标签:动态预测论文; 油田开发规划论文; 特高含水论文; 支持向量机论文; 功能模拟论文; 概率模拟论文; 组合预测论文; 智能预测论文;