基于粒子群优化和长短期记忆神经网络的气井生产动态预测

作者：薛亮; 顾少华^*; 王嘉宝; 刘月田; 涂彬

来源：石油钻采工艺, 2021, 43(04): 525-531.

DOI：10.13639/j.odpt.2021.04.017

• 产能预测
• 机器学习
• 长短期记忆神经网络
• 粒子群优化

气井生产动态预测是气藏产量规划、开发方案编制及生产制度动态调整的重要依据,对天然气藏开发有着极其重要的指导意义。建立了基于长短期记忆深度神经网络的生产动态预测模型,并采用了粒子群优化算法对神经网络模型超参数进行优化,提高长短期记忆深度神经网络的预测效果。研究结果表明,基于粒子群优化和长短期记忆神经网络的气井生产动态预测模型能够实现对气井生产动态的准确预测和神经网络超参数的自动优化,使预测结果的平均绝对误差均小于10%,大幅度简化了神经网络模型的优化过程。

• 单位
  中国石油大学（北京）; 中国石油化工股份有限公司石油勘探开发研究院