可解释机器学习在油气产量预测中的研究进展.pdfVIP

Vol.42No.10石油化工应用第42卷第10期

Oct.2023PETROCHEMICALINDUSTRYAPPLICATION2023年10月

可解释机器学习在油气产量预测中的研究进展

侯梦瑶，潘晓甜，张春晓，马含含

（西安石油大学石油工程学院,陕西西安710065）

【摘要合理进行油气产量预测对实际油气田的开发和生产具有重要的指导作用。近年来，随着人工智能的兴起，机器

学习等技术的提出为油气产量的预测提供了新思路。机器学习方法利用收集到的地质、钻完井、生产等多种类型的数据

来充分挖掘数据内部的规律，从而进行合理的油气产量预测。虽然机器学习模型因其高精度的结果被应用于许多领域，

但复杂的机器学习模型缺乏可解释性和透明度，在一定程度上阻碍了其应用。本文综述了基于机器学习进行油气产量

预测的国内外研究现状，并概括了几种常用的可解释方法，详细指出了机器学习方法进行油气产量预测的不足之处，并

展望了可解释机器学习模型在该领域的研究趋势与发展方向。

【关键词]可解释；机器学习；产量预测

[中图分类号]TE328【文献标识码]A[文章编号]1673-5285(2023)10-0005-05

D01:10.3969/j.issn.1673-5285.2023.10.002

Researchprogressofinterpretablemachinelearningin

oilandgasproductionforecasting

HOUMengyao,PANXiaotian,ZHANGChunxiao,MAHanhan

(CollegeofPetroleumEngineering,XianShiyouUniversity,XianShaanxi710065,China)

[AbstractJRationaloilandgasproductionforecastingisanimportantguidetothedevelop-

mentandproductionofactualoilandgasfields.Inrecentyears,withtheriseofartificialin-

telligence,techniquessuchasmachinelearninghavebeenproposedtoprovidenewideasfor

oilandgasproductionforecasting.Machinelearningmethodsuseavarietyoftypesofdata

collected,suchasgeology,drillingandcompletion,andproduction,tofullyexplorethein-

ternalpatternsofthedatatomakereasonableoilandgasproductionforecasts.However,

whilemachinelearningmodelsareusedinmanyfieldsfortheirhighaccuracyresults,the

lackofinterpretabilityandtransparencyofcomplexmachinelearningmodelshinderstheir

applicationtosomeextent.Thispaperreviewsthecurrentstatusofdomesticandinternation-

alresearchonoilandgasproductionforecastingbasedonmachinel