GM（1，1）与支持向量机组合模型在特高含水期油田产量预测中的应用.pdfVIP

学兔兔 石油天然气学报 (江汉石油学院学报) 2009年2月 第31卷 第1期 Journal of Oil and Gas Technology(J．JPI) Feb．2009 Vo1．31 No．1 GM (1，1)与支持向量机组合模型 在特高含水期油田产量预测中的应用 王一淋，赵 磊 (西南石油大学研究生院。四川成都610500) 梅海燕，张茂林 (西南石油大学石油工程学院，四川成都61 0500) [摘要]在灰色预测理论的基础上引入支持向量机理论。建立了GM (1。1)与支持向量机组合模型。该 组合模型先利用灰色理论模型弱化了原始序列中随机扰动因素的影响。再用支持向量机建模预测产量。 该组合模型预测精度优干单个模型及BP神经网络模型。该组合模型兼有灰色预测和支持向量机预测的优 点，克服了原始数据少．数据波动性大对预测精度的影响。同时也增强了预测的自适应性。最后通过实 例对比分析，说明了组合模型的有效性及可应用性。 [关键词]支持向量机；灰色理论；产量预测；特高含水期；模型 [中图分类号]TE328 [文献标识码]A [文章编号]1000—9752(2009)Ol一0271—03 在油气田开发中，如何对油田未来产量等进行有效、精确地预测，并以此为依据调整开发方案，指 导油田的整体开发，在油气田开发中具有十分重要的作用。常规的预测方法如回归预测、时间序列预 测、弹性预测等各有优缺点，但若原始数据资料有限，数据不足或残缺，则它们就很难做出精确的预 测，甚至不能预测。我国各油田总体进入特高含水 (含水9O 以上)开发阶段，由于特高含水期是重 要的开采阶段，有相当一部分剩余可采储量将在这一阶段采出，因此，研究特高含水期油田产量预测方 法非常必要L1 。 支持向量机可以有效地解决小样本预测问题，克服在样本数有限的情况下，因网络或算法设计不合 理而出现的推广能力下降、欠学习等问题。特高含水期油田产量预测问题是小样本预测问题，因此它适 合用支持向量机预测方法解决。笔者提出了灰色系统理论与支持向量机结合的新模型，该模型利用灰色 系统理论预测需要样本数据量少、建模过程简单的特点，并结合支持向量机对小样本数据的自适应和自 学习能力等优点，克服了常规预测方法难以解决的原始数据少、数据残缺、数据波动性大等困难。 1 灰色一支持向量机组合预测 1．1 灰色预测模型的建立 灰色理论将无规律的原始数据序列经累加生成有序的再生序列。灰色建模则是利用这个再生序列建 立微分方程模型[2脚。具有代表性的有GM (1，1)模型，它表示一个白化 (灰色系统灰度渐少，白度 渐增，称为白化)形式的微分方程： dx(1+ _ c珏(t)一 “ (1) d￡ 式中，n、“为待估计的参数，分别称为发展灰数和内生控制灰数；z“ 为原数据z 的累加生成值。 灰色预测模型建立步骤如下： 1)数据处理。灰色系统理论中常采用累加生成对数据进行处理，即将同一数据列的前 项元素累加后 生成新数据数列的第 i项元素，数学公式表示为： z㈩( )一∑z㈨(研) i=1，2，…， (2) [收稿日期]2009—01—10 [作者简介]王一淋 (1985一)，女，2007年大学毕业，硕士生，现主要 事油气田开发数值模拟研究工作。 学兔兔 · 272· 石油天然气学报 (江汉石油学院学报) 20o9年 2伺 式中，z∞ (m)为产油量，10 t。- 2)用最小二乘法求GM(1，1)模型中的参数口、“。 =