科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的油藏工程或油藏数值模拟产量预测方法存在适用条件苛刻、应用范围小或所需数据资料多等不足之处。考虑油井产量和含水率变化的时间序列特征，建立基于长短期记忆神经网络(LSTM)的产液量和含水率预测方法，充分考虑生产动态数据的变化趋势和前后关联性，利用易得的注采井生产数据实现油井产量和含水率的快速、便捷预测。利用实际油田数据对建立的模型进行训练和评价，结果表明基于长短期记忆神经网络模型所预测的产液量和含水率与实际值吻合程度高，可以准确预测其动态变化趋势，为油井产液量和含水率预测提供了一种新的方法。
-
单位中法渤海地质服务有限公司
