在油田開采中,為了保證水驅(qū)采油技術(shù)的效果,分層注水工藝被廣泛采用。其中分層注水量的確定對(duì)油田的產(chǎn)油效率有直接影響。因此,準(zhǔn)確預(yù)測(cè)分層注水量,對(duì)于有效動(dòng)用油田分層注水各層,提高采油率,減少水在層間低效循環(huán)是極其重要的。首先,本文對(duì)影響分層注水量的因素進(jìn)行分析,從穩(wěn)定注水條件下投入生產(chǎn)的油田中進(jìn)行油田產(chǎn)能數(shù)據(jù)及地質(zhì)數(shù)據(jù)的采集。根據(jù)油田數(shù)據(jù)分布以及注水開發(fā)的影響對(duì)流體和儲(chǔ)層物性參數(shù)進(jìn)行分析。使用高斯過(guò)程回歸算法建立油田分層注水量預(yù)測(cè)的數(shù)學(xué)模型。對(duì)油田分層注水量進(jìn)行預(yù)測(cè),與實(shí)際配注情況進(jìn)行對(duì)比。比較不同核函數(shù)在油田分層注水量預(yù)測(cè)模型建模方面的表現(xiàn)差異,確定最符合注水?dāng)?shù)據(jù)規(guī)律的核函數(shù)。驗(yàn)證了基于高斯過(guò)程回歸的分層注水量預(yù)測(cè)模型的有效性。其次,為了解決建模計(jì)算量過(guò)大和回歸預(yù)測(cè)時(shí)間過(guò)長(zhǎng)的問(wèn)題,對(duì)實(shí)驗(yàn)數(shù)據(jù)分別采用主元分析法和核主元分析法進(jìn)行降維處理并進(jìn)行對(duì)比,驗(yàn)證核主元分析在數(shù)據(jù)降維方面,可以用更少的維數(shù)在保留大部分原始信息。最后,對(duì)上述高斯過(guò)程回歸算法使用的核函數(shù)進(jìn)行特征分析,并且分析超參數(shù)的改變對(duì)模型預(yù)測(cè)分布的影響。針對(duì)單一核函數(shù)的局限性,采用組合優(yōu)化的方法對(duì)核函數(shù)進(jìn)行改進(jìn),在保證局部學(xué)習(xí)能力的同... 

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的目的和意義
    1.2 分層注水量預(yù)測(cè)方法國(guó)內(nèi)外研究現(xiàn)狀
    1.3 預(yù)測(cè)算法國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 高斯過(guò)程回歸應(yīng)用現(xiàn)狀
        1.3.2 核主元分析法應(yīng)用現(xiàn)狀
    1.4 本文主要研究?jī)?nèi)容
第2章 基于核主成分分析的分層注水量降維算法研究
    2.1 分層注水量數(shù)據(jù)分析
        2.1.1 油藏巖石和流體物性數(shù)據(jù)分析
        2.1.2 儲(chǔ)層物性數(shù)據(jù)分析
        2.1.3 產(chǎn)能數(shù)據(jù)分析
        2.1.4 其他數(shù)據(jù)
    2.2 核主元分析算法研究
        2.2.1 主成分分析
        2.2.2 核主元分析
    2.3 分層注水量數(shù)據(jù)降維模型建立及仿真
    2.4 本章小結(jié)
第3章 基于高斯過(guò)程回歸的分層注水量預(yù)測(cè)算法研究
    3.1 高斯過(guò)程回歸算法研究
        3.1.1 隨機(jī)分布
        3.1.2 高斯分布與高斯過(guò)程
        3.1.3 高斯過(guò)程回歸
    3.2 分層注水量預(yù)測(cè)模型建立
        3.2.1 高斯過(guò)程回歸的建模方法
        3.2.2 模型核函數(shù)的選擇
        3.2.3 模型超參數(shù)的選擇
    3.3 分層注水量模型仿真及驗(yàn)證
    3.4 本章小結(jié)
第4章 基于組合核函數(shù)GPR的分層注水量算法研究
    4.1 單一核函數(shù)
        4.1.1 單一核函數(shù)結(jié)構(gòu)分析
        4.1.2 單一核函數(shù)預(yù)測(cè)結(jié)果分析
        4.1.3 核函數(shù)的超參數(shù)對(duì)預(yù)測(cè)影響
    4.2 組合核函數(shù)
        4.2.1 組合法則
        4.2.2 組合核函數(shù)結(jié)構(gòu)分析
    4.3 基于組合核函數(shù)GPR的分層注水量預(yù)測(cè)
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于KPCA-GRNN的煉化廠管道腐蝕速率預(yù)測(cè)[J]. 段春蓮,羅東浩,楊劍鋒,陳良超,劉曉晨,安延海.  河北工業(yè)科技. 2019(05)
[2]稀疏高斯過(guò)程在短期風(fēng)電功率概率預(yù)測(cè)中的應(yīng)用[J]. 李軍,杜雪.  電機(jī)與控制學(xué)報(bào). 2019(08)
[3]關(guān)于風(fēng)力發(fā)電系統(tǒng)短期風(fēng)速預(yù)測(cè)仿真[J]. 王玲,程耕國(guó),袁志強(qiáng),蔣維.  計(jì)算機(jī)仿真. 2018(11)
[4]基于KPCA-MPSO-ELM的礦井突水水源判別模型[J]. 毛志勇,黃春娟,路世昌,韓榕月.  中國(guó)安全科學(xué)學(xué)報(bào). 2018(08)
[5]基于粒子群優(yōu)化及高斯過(guò)程回歸的鉛酸電池荷電狀態(tài)預(yù)測(cè)[J]. 徐彬泰,孟祥鹿,田安琪,孫勇健,曹立斌,江穎潔.  南京理工大學(xué)學(xué)報(bào). 2018(02)
[6]采油分層注水工藝探討研究[J]. 孔忠.  云南化工. 2018(02)
[7]油田注水開發(fā)效果評(píng)價(jià)方法[J]. 雷田田.  石油石化節(jié)能. 2017(08)
[8]導(dǎo)航衛(wèi)星遙測(cè)數(shù)據(jù)趨勢(shì)預(yù)測(cè)技術(shù)研究[J]. 張弓,翟君武,楊海峰.  航天器工程. 2017(03)
[9]基于局部高斯過(guò)程的短期風(fēng)速預(yù)測(cè)[J]. 常純,李德勝.  計(jì)算機(jī)與現(xiàn)代化. 2017(01)
[10]核主成分分析網(wǎng)絡(luò)的人臉識(shí)別方法[J]. 胡偉鵬,胡海峰,顧建權(quán),李昊曦.  中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)

博士論文
[1]基于核學(xué)習(xí)理論的船舶柴油機(jī)故障診斷研究[D]. 柴艷有.哈爾濱工程大學(xué) 2012
[2]模糊聚類新算法與聚類有效性問(wèn)題研究[D]. 范九倫.西安電子科技大學(xué) 1998

碩士論文
[1]基于高斯過(guò)程回歸的翼型快速設(shè)計(jì)研究[D]. 單志輝.南京航空航天大學(xué) 2011
[2]分層注水配注量計(jì)算與優(yōu)化研究[D]. 葉劍川.長(zhǎng)江大學(xué) 2014
[3]基于高斯過(guò)程回歸模型的貝葉斯濾波故障診斷方法研究[D]. 祁麗潔.北京交通大學(xué) 2017
[4]高斯過(guò)程回歸在基于圖片視頻數(shù)據(jù)的預(yù)測(cè)問(wèn)題中的應(yīng)用研究[D]. 嵇浩.南京郵電大學(xué) 2018
[5]基于改進(jìn)KPCA方法的工業(yè)控制系統(tǒng)假數(shù)據(jù)注入攻擊異常檢測(cè)研究[D]. 劉穎.浙江大學(xué) 2019
[6]基于KPCA和ELM的入侵檢測(cè)方法研究[D]. 于樂(lè).吉林大學(xué) 2019



本文編號(hào)：3692603