基于遗传算法优化的随机森林泡沫排水采气剂量预测

作者：陈依; 杨冰; 朱英杰; 徐艳丽; 刘浩琦; 王园园; 尹爱军^*

来源：化学工程与装备, 2023, (05): 59-72.

DOI：10.19566/j.cnki.cn35-1285/tq.2023.05.035

• 泡沫排水采气
• 预测
• 极端梯度提升(XGBoost)
• 随机森林(RF)
• 遗传算法(GA)

为实现气井泡排科学、及时的加注，最大限度的发挥气井产能和节约工艺成本，本文针对目前现场加注泡排剂仍需要人为干预，具有滞后性，人工投入成本较大的问题，建立了一种基于遗传算法优化的随机森林泡沫排水采气剂量预测方法。首先，结合工人经验与实际需要构造特征，采用XGBoost算法筛选出关键特征参数，以排除无关特征对加注量预测的干扰；然后，建立RF预测模型，选用关键特征集参数作为输入，并用遗传算法优化模型参数，实现对起泡剂剂量的准确预测。

• 单位
  重庆大学; 中国石油西南油气田分公司