内蒙古石油化工
內矇古石油化工
내몽고석유화공
INNER MONGULIA PETROCHEMICAL INDUSTRY
2010年
2期
17-20
,共4页
压裂%机器学习%神经网络%遗传算法%支持向量机
壓裂%機器學習%神經網絡%遺傳算法%支持嚮量機
압렬%궤기학습%신경망락%유전산법%지지향량궤
压裂工艺是低渗透油田开发的一项关键技术.国内每年实施压裂近万井次,为压裂分析积累了大量的实践经验.传统的建模方法是基于力学理论,模型复杂,对专业要求非常高.用机器学习技术.可以从已有的数据中抽取有用的信息,建立有效的数学模型.传统的机器学习算法只有在已知样本数无限多时才有效,而实际应用中压裂分析的已知样本数非常有限.目前常用的机器学习算法有拟合、聚类、决策树、神经网络、遗传算法、支持向量机等,本文针对其中的四种算法开展了现场应用,并对各种算法进行了分析,指出了算法的特点和应用条件.通过对机器学习算法的分析表明,各种算法可信度高,使用方便,可以进行选井选层、压裂效果预测、优化压裂设计.
壓裂工藝是低滲透油田開髮的一項關鍵技術.國內每年實施壓裂近萬井次,為壓裂分析積纍瞭大量的實踐經驗.傳統的建模方法是基于力學理論,模型複雜,對專業要求非常高.用機器學習技術.可以從已有的數據中抽取有用的信息,建立有效的數學模型.傳統的機器學習算法隻有在已知樣本數無限多時纔有效,而實際應用中壓裂分析的已知樣本數非常有限.目前常用的機器學習算法有擬閤、聚類、決策樹、神經網絡、遺傳算法、支持嚮量機等,本文針對其中的四種算法開展瞭現場應用,併對各種算法進行瞭分析,指齣瞭算法的特點和應用條件.通過對機器學習算法的分析錶明,各種算法可信度高,使用方便,可以進行選井選層、壓裂效果預測、優化壓裂設計.
압렬공예시저삼투유전개발적일항관건기술.국내매년실시압렬근만정차,위압렬분석적루료대량적실천경험.전통적건모방법시기우역학이론,모형복잡,대전업요구비상고.용궤기학습기술.가이종이유적수거중추취유용적신식,건립유효적수학모형.전통적궤기학습산법지유재이지양본수무한다시재유효,이실제응용중압렬분석적이지양본수비상유한.목전상용적궤기학습산법유의합、취류、결책수、신경망락、유전산법、지지향량궤등,본문침대기중적사충산법개전료현장응용,병대각충산법진행료분석,지출료산법적특점화응용조건.통과대궤기학습산법적분석표명,각충산법가신도고,사용방편,가이진행선정선층、압렬효과예측、우화압렬설계.
