基于最大Lyapunov指数方法预测油田产量.pdfVIP

维普资讯 第 27卷 第 3期 西 南 石 油 学 院 学 报 Vo1．27 No．3 2005年 6月 JournalofSouthwestPetroleum Institute Jun 2005 文章编号 ：1000—2634(2005)03—0032—02 基于最大 Lyapunov指数方法预测油田产量 朱义东 ，李玉林 ，黄炳光 ，王怒涛 ，唐 坚 (1．西南石油学院石油工程学院，四川 成都 610500；2．塔里木油田勘探事业部 ，新疆 塔里木 841000； 3．吉林油 田分公司采油工艺研究所 ，吉林 松原 138003) 摘要 ：传统的预测方法是先建立数据序列的主观模型，然后根据主观模型进行计算和预测 ，而混沌科学的发展使得不 必事先建立主观模型，直接根据数据序列本身所计算出来的客观规律(如Lyapunov指数等)进行预测。避免预测的人 为主观性。提出适用于小数据序列的方法，几乎利用了所有的数据信息，能够计算出比较精确的Lyapunov指数。结 果表明：该方法可靠、计算量小、相对易操作。精度高，并能得出最大预测时间。 关键词 ：最大Lyapunov指数 ；小数据量方法；混沌时间序列；预测 中图分类号 ：TE313．8 文献标识码：A 1．1 重构相空间 引 言 实际问题中，往往得到的是一单变量的时间序 油田开发预测方法 ¨I4有很多种 ，如经验公式 列。这些时间序列是许多物理因子相互作用的综合 法 、递减曲线法 、增长 曲线法 (Weibull、Logistic等)、 反映，它蕴涵参与运动的全部变量的痕迹。为此，需 灰色方法等。这些传统的预测方法是先建立数据序 要把此时间序列扩展到三维甚至更高维的相空间中 列的主观模型，然后根据主观模型进行计算和预测。 去，才能将时间序列中的信息充分显露出来，这就是 随着混沌科学的发展，使得可以不必事先建立主观 时间序列的重构相空间。 模型，而直接根据数据序列本身所计算 出来的客观 设混沌时间序列为 {X。， ，…，X}，嵌入维数m， 规律(如Lyapunov指数等)进行预测，这样可以避免 时间延迟 ，则重构相空间 预测的人为主观性，提高预测的精度和可信度。 = (。， +，… ，。+(一I]) ∈Rm，(i= 1，2，… ，M) 由于油气 田生产是一个多维非线性系统，而在 其 中M =n一(rn一1)r表示 rn维相空间的嵌入点 生产实际中容易得到的是产量时间序列，但影响产 数。嵌入维数 m和时间延迟 r可 由C—C方法 计算出 量的因素很多，仅仅依赖某一因素来预测产量显然 来 。 有很大局限性，所 以本文提出一种利用混沌理论重 1．2 最大Lyapunov指数算法 构相空间方法将产量时间序列扩展到三维或更高维 (1)时间序列 {(t)，i=1，2，…，～}进行 FFT 的相空间中去，充分显露出产量时间序列的信息，再 变换，计算平均周期P； 基于最大 Lyapunov指数方法预测。实例表明：此方 (2)用C—C方法同时计算 出嵌入维数m和时间 法由于避免人为选择模型的缺陷，因而提高了预测 延迟 ； 精度 ，预测效果较好。 (3)根据时间延迟 和嵌入维数 m重构相空间 { ，=1，2，…， }； 1 最大 Lyapunov指数方法 (4)找相空间中每个点 的最近邻点 ，并限 制短暂分离，即 小数据量方法 是一种计算混沌时间序列的最 大 Lyapunov