长庆油田天然气生产开发经济数据模型建立剖析.docVIP

长庆油田天然气生产开发经济数据模型建立剖析 　　摘 要：苏里格气田作为长庆油田公司重要的天然气生产基地，其天然气蕴藏产量极为广阔，第三采气厂作为苏里格气田生产的主力军，如何高效的开发是我们一直探究的主要问题，而天然气产量取决于生产气井的产量，气井产量的预测在生产的宏观调中控显得至关重要，而从生产方面我们通常需要考虑很多因素才能较准确的预测产量，为此我们考虑能否从已生产的时间段内的产量数据来科学、有效的预测单井未来的产量数据，本文从统计学线性回归方法建立计量经济模型，简单的探究单井产量数据关系，来预测单井产量数据。 　　关键词：苏里格；单井；产量数据；计量经济模型；产量预测 　　中图分类号： F42 文献标识码： A 文章编号： 1673-1069（2016）14-187-2 　　1 苏里格气田情况概述 　　苏里格气田生产背景及特征：苏里格气田位于鄂尔多斯盆地，是目前探明亚洲最大的整装气田，构造形态为自北东向南西方向倾斜，区内多为平地地形，极难形成规模构造情况。其主要储集层为下2叠统山西组山1段至中2叠统山下石盒子组盒8段，其特点是受三角洲地形平原分流河道砂体控制的大面积分布的低压、低渗透、低丰度岩性的典型“三低”气田。 　　地质条件相比较国内外其他低渗透气藏较复杂，主要表现的地质特征为沼泽背景下的辫状河沉积地貌，砂岩层级大面积分布，持续性较好，但只有河道中地段的心滩底部等粗岩相才能形成有效储层集体。 　　2 探究产量预测方法的意义 　　由此可见，影响苏里格气田年度生产业绩指标的决定因素即为气井产量，而如何准确、科学的预测气井产量对于我厂生产宏观调控显得至关重要，除了通过生产上的专业知识可以预测产量，我们可以探究能否通过数据间的一些规律直观而又科学的预测出气井的产量趋势。 　　3 研究的初步思路及采用的方法选择 　　在统计学中有一种思想可以提供给我们一种有效的探究思路，那就是回归分析，所谓统计学中的回归分析，是在掌握了大量观察数据信息及基础数据的基础之上，利用数理统计学方法建立因变量、自变量之间的数量回归关系函数表达式。回归分析思想中，研究的因果关系只涉及因变量和一个自变量数量关系时，称为一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，称为多元回归分析。此外，回归分析中，又根据自变量与因变量之间因果关系的函数表达式是线性的或是非线性的来划分，又分为线性回归和非线性回归。根据不同的分析方法要具体分析：通常线性回归分析法是最基本的统计分析方法，而当我们遇到非线性回归问题往往可以借助数学方法化为线性回归问题再进行处理。（图1） 　　这是一种从事物的因果关系出发而进行预测的统计学方法。在操作中，根据各类统计基础资料求得因果关系的相关系数，相关系数值越大，因果关系可理解为越密切。 　　3.1 两种模型思路分析 　　根据气井的产量相关数据类型，若从直观的角度 　　分析，时间序列模型和滞后模型相对比较适合，具体分析如下： 　　时间序列统计分析方法的原理是根据系统观测或收集得到的相关时间序列数据，通过曲线数据点拟合、参数数据估计来建立数学模型的理论和方法。它一般采用的表现形式为曲线拟合和参数估计方法进行数据处理。 　　分布滞后分析是指如果被解释变量的Yt不仅受同期解释变量Xt的影响，而且还明显依赖于X的滞后值Xt-1，Xt-2…这样的模型就是分布滞后模型，分布滞后模型可以反映解释变量对被解释变量的影响。 　　3.2 探究产量数据关系的基本思路概述 　　3.2.1 确定变量 　　根据我厂气井实际生产情况及研究对象，可以基本确立因变量为气井产量，自变量为时间截点数据或滞后数据。 　　3.2.2 预测模型的建立 　　根据模型涉及到的自变量、因变量的基础统计数据资料进行计算，在以此为基础上建立的数据回归分析方程模型，即为回归分析预测模型方程。 　　3.2.3 执行相关分析 　　回归分析是对具有因果关系的影响因素（自变量）和预测目的（因变量）所进行的数理统计分析处理。以及判断这种相关程度的把握性有多大，这就成为了进行回归分析必须要解决的重要根本问题。 　　3.2.4 误差检验 　　所建立的回归预测模型方程是否可用于实际研究过程及需要，取决于对所建立的回归预测模型方程的检验及对预测误差的计算研究。待回归方程通过各种相关检验，且预测误差较小时，才能将回归方程作为预测模型进行预测数据计算。 　　常用T值检验，亦称作student t检验（Students t test），主要用于研究数据样本含量较小，总体标准差σ未知的正态分布数据。 　　T检验是用t分布理论来推论差异发生的概率的研究思想，从而来比较两个平均数的差异是否显著。 　　t检验按照检验模式分为单总体检验和双总体检验。 　　根