油田產(chǎn)量精確預(yù)測(cè)對(duì)油田高效生產(chǎn)開(kāi)發(fā)具有重要意義,而目前常用的DCA方法(PLE模型、SEPD模型、Arps模型)不能夠充分挖掘數(shù)據(jù)前后關(guān)聯(lián),會(huì)導(dǎo)致預(yù)測(cè)出現(xiàn)偏差。為此,提出了一種基于門(mén)限遞歸單元循環(huán)神經(jīng)網(wǎng)絡(luò)模型(GRU-RNN模型)的預(yù)測(cè)底水稠油油藏產(chǎn)量的新方法。GRU-RNN模型預(yù)測(cè)平均誤差為3.03%,準(zhǔn)確度高于DCA方法(PLE、SEPD、Arps模型的平均誤差分別為29.51%、32.98%、38.76%)。該方法為油田產(chǎn)量預(yù)測(cè)提供了除經(jīng)驗(yàn)公式及數(shù)值模型方法之外的新思路。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
引 言
1 GRU-RNN模型
    1.1 遞歸神經(jīng)網(wǎng)絡(luò)
    1.2 GRU模型對(duì)RNN模型的改進(jìn)
2 實(shí)驗(yàn)數(shù)據(jù)選取及處理
    2.1 輸入歷史數(shù)據(jù)集預(yù)處理
    2.2 模型評(píng)價(jià)指標(biāo)的選擇
3 GRU模型訓(xùn)練
4 實(shí)例驗(yàn)證與結(jié)果分析
5 結(jié) 論



本文編號(hào)：3787909