科研之友
微信
新浪微博
Facebook
分享链接
摘要
地热回灌开发是解决环境污染和资源可持续发展的一种重要手段。地热井回灌压力受到诸多因素影响，各个因素与回灌压力之间表现出高度非线性关系，准确预测地热井回灌压力是一个巨大的桃战，同时也是现场生产决策亟需。基于地热井回灌压力变化的时序特征，充分考虑地热回灌井生产动态数据的变化趋势和前后关联性，提出利用长短期记忆神经网络（LSTM）模型来预测地热井回灌压力。在描述LSTM神经网络的基本结构和工作原理基础上，利用现场易得的井口回灌压力、井口回灌温度、日回灌量、累计回灌量数据，形成地热井回灌压力预测模型。现场实例表明，LSTM模型可以很好地预测地热井井口回灌压力，总体平均相对误差为1.63%，预测精度能满足现场工程应用要求。本研究为地热井回灌压力预测提供了一种新的预测方法，同时也可对地热生产决策与管理提供指导。
- 单位
