煤层气井动态产能拟合与预测模型
吕玉民1
汤达祯1
李治平1
邵先杰2
许浩1
1.中国地质大学（北京）油气沉积地质教育部创新团队,北京,1000832.燕山大学车辆与能源学院,河北秦皇岛,066004
摘要：基于现代人工智能理论和数理统计理论,建立了煤层气井动态产能拟合和预测的时间序列BP神经网络模型和月产/累产比值模型,并通过实例分别验证其在煤层气井产能拟合和预测中的有效性。应用实例表明,这两类模型均能很好地拟合煤层气井的生产历史,并能进行准确定量预测,但各有差别。其中神经网络模型对数据点具有极高的拟合程度,且短期预测精度高,但中长期预测精度较差,因此,该模型适合对产气不稳定的气井进行短期产能预测;月产/累产比值模型对月产/累产比值的整体变化趋势具有较高的拟合程度,且中长期预测精度高,但模型的有效性取决于气井产能的稳定性,因此,该模型适用于预测产气稳定的气井产能。
关键词：煤层气动态产能拟合与预测模型神经网络月产/累产比值
分类号：P618.11(矿床学)
资助基金：国家科技重大专项(2011ZX05038-001)国家重点基础研究发展计划（973计划）(973;2009CB219604)中央高校基本科研业务费专项(2011PY0211)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息