基于多参数时间序列及粒子群优化算法的油藏产量动态建模预测方法.pdfVIP

第

45

卷

第

2

期石

油

钻

采

工

艺Vol.

45

No.

2

2023

年

3

月OIL

DRILLING

PRODUCTION

TECHNOLOGYMar.

2023

文章编号：1000

−

7393(2023)02

−

0190

−

07

DOI:

10.13639/j.odpt.2023.02.010

基于多参数时间序列及粒子群优化算法的

油藏产量动态建模预测方法

1,2331344,5

王娟

梅启亮

邹永玲

蔡亮

苏建华

田榆杰

黄瑞

1.

中国石油长庆油田分公司数字和智能化事业部；2.

中国石油天然气集团有限公司勘探开发人工智能技术研发中心；

3.

中国石油长庆油田分公司勘探开发研究院；4.

清华四川能源互联网研究院；5.

北京思达威云石油工程技术研究院有限公司

引用格式：王娟，梅启亮，邹永玲，蔡亮，苏建华，田榆杰，黄瑞.

基于多参数时间序列及粒子群优化算法的油藏产量动态

建模预测方法［J］.

石油钻采工艺，2023，45（2）：190-196.

摘要：在油田开发过程中，油藏产量预测方法的研究对开发方案的动态调整具有重要意义。针对利用机器学习算法进行油藏

产量预测过程中，因缺乏考虑时间序列模型的参数调整优化技术，以及新数据叠加进行预测模型动态更新技术，导致产量预测的准

确率不高且时效性不强，难以满足实际生产应用需求等问题，研究了基于长短期记忆神经网络模型的多参数时间序列预测方法及粒

子群参数优化算法，构建了随时间动态更新的油藏产量预测模型，从而进一步提升油藏产量预测的准确率与实用性，并在长庆油田

多个油藏的生产过程中进行了应用。应用结果表明，模型预测结果的准确率较高，且模型具有实时训练和自动更新的特点，在实际生

产中展现出了较高的应用价值。

关键词：产量预测；时间序列；长短期记忆神经网络；粒子群算法；动态建模；机器学习

中图分类号：TE341

文献标识码：

A

Reservoirproductionperformancepredictionmodelbasedonmulti-parametertimeseriesand

particleswarmoptimizationalgorithm

1,2331344,5

WANG

Juan,

MEI

Qiliang,

ZOU

Yongling,

CAI

Liang,

SU

Jianhua,

TIAN

Yujie,

HUANG

Rui

1.

DigitalandIntelligentDivisionofPetroChinaChangqingOilfieldCompany,Xi’an710018,Shaanxi,China;

2.

ArtificialIntelligenceTechnologyRDCenterforExplorationandDevelopment,CNPC,Beijing100007,China;