基于长短期记忆神经网络的油井产量预测方法研究

作者：李彦普

来源：化工管理, 2022, (20): 61-64.

DOI：10.19900/j.cnki.ISSN1008-4800.2022.20.019

• 产量预测
• 长短期记忆神经网络
• 机器学习

油井产量预测对正确认识油藏动态、及时调整工作制度、合理制定井下措施，具有重要指导意义。文章分析油井生产历史数据的变化趋势以及与未来生产的关联性，以单井数据为基础建立基于长短期记忆神经网络(LSTM)的油井产量预测方法。现场生产应用表明，预测值与实际值吻合程度高，产液量和产水量平均误差分别为0.64%和0.96%，满足现场工程应用要求。