基于模型優(yōu)選的油田動態(tài)指標預測系統(tǒng)的設計與實現(xiàn).pdf

1、隨著科學技術的飛速發(fā)展,石油及其化工產(chǎn)品被廣泛地應用于工業(yè)、農(nóng)業(yè)、交通運輸和國防等各個領域,大多數(shù)工業(yè)化國家仍然對它有很高的依賴性。當前,石油作為保障國家經(jīng)濟安全的重要戰(zhàn)略性資源,受到世界許多國家的高度重視。
　　 石油是不可再生的資源。在沒有更多油田可開采的現(xiàn)實情況下,通過科學的預測和正確的決策提高現(xiàn)有油田產(chǎn)量,保持油田高產(chǎn)穩(wěn)產(chǎn),具有十分重要的意義。
　　 預測是決策的基礎,正確的油田生產(chǎn)決策取決于科學的預測。設計與開

2、發(fā)更為完善的油田動態(tài)指標預測系統(tǒng)可以為油田生產(chǎn)決策提供更為便捷、準確的生產(chǎn)預測,為更大程度上提高石油產(chǎn)量提供科學的手段。
　　 本文結合大慶油田的生產(chǎn)實際,研究、設計并部分實現(xiàn)了油田生產(chǎn)管理智能決策支持系統(tǒng)中的一個子系統(tǒng)--基于模型優(yōu)選的油田動態(tài)指標預測子系統(tǒng)。
　　 油田開采是一個龐大而復雜的系統(tǒng)工程。同時,油田開采又是一個動態(tài)過程。本文通過神經(jīng)網(wǎng)絡預測模型的分析,得出通過多模型融合可以提高預測精度和可靠性的結論。在實

3、際預測中,根據(jù)選擇的預測問題,預測系統(tǒng)自動運行所有的預測模型,系統(tǒng)根據(jù)不同預測模型對同一問題的預測結果,通過比較預測誤差,自動選擇誤差最小的預測模型,確保了預測的精度和可靠性。本文在調研的基礎上選取產(chǎn)液量、產(chǎn)油量、含水量變化等主要指標作為預測參數(shù)。根據(jù)預測問題的特點,選取時間序列預測模型、回歸分析預測模型和經(jīng)驗模型等作為油田生產(chǎn)預測模型。
　　 系統(tǒng)總體構成包括:定義預測問題、選擇預測模型和確定預測參數(shù)三個基本功能模塊。具體包括