發(fā)布時間：2023-05-13 14:00

　　目前,我國大部分油田已處于開發(fā)的中、后期。隨著開發(fā)的進行,油田出現(xiàn)了一系列問題:油井采出程度較高、長期處于高含水與特高含水階段、開發(fā)難度大;各個采油廠原油成本快速上升、成本分布不均;資金投入、周轉(zhuǎn)困難等。這些問題導致石油產(chǎn)量逐步下降、效益降低。在此背景下,石油企業(yè)如何依據(jù)現(xiàn)有的資源和技術運用機器學習方法,提高油田產(chǎn)量預測水平,合理的構建油田配產(chǎn)多目標優(yōu)化模型,實現(xiàn)對油田產(chǎn)量和資金投入量的科學規(guī)劃,提高石油企業(yè)決策水平,這將是各大油田公司可持續(xù)發(fā)展的戰(zhàn)略目標。(1)針對傳統(tǒng)預測模型預測精度不高,影響因素考慮不全面的問題,本文提出了基于ARIMA-LightGBM-LSTM模型融合的預測方法。首先,使用ARIMA模型對產(chǎn)量列做單變量預測,將預測值作為新變量同特征選擇得到的特征一起放入LightGBM模型中進行不同屬性的挖掘,并將預測值合并到第二次特征選擇得到的多變量序列中,然后將得到的多變量序列利用LSTM模型進行預測。通過對3種模型預測結果加權組合,并多次實驗得出最佳權值來計算最終的預測值。仿真數(shù)據(jù)結果表明,基于ARIMA-LightGBM-LSTM加權組合的多變量預測方法能夠比單一的預...

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 油氣配產(chǎn)問題研究綜述
        1.2.2 油田區(qū)塊產(chǎn)量預測研究現(xiàn)狀
        1.2.3 油氣配產(chǎn)問題研究現(xiàn)狀
    1.3 論文的主要工作和組織結構
第2章 理論概述
    2.1 油氣配產(chǎn)基本理論
        2.1.1 油氣配產(chǎn)的研究對象
        2.1.2 油氣配產(chǎn)的類型
    2.2 ARIMA算法基本理論
    2.3 LightGBM算法基本理論
    2.4 LSTM算法基本理論
    2.5 差分進化算法基本理論
        2.5.1 多目標優(yōu)化相關概念
        2.5.2 MOEA/D進化算法描述
    2.6 Q學習算法的基本知識
        2.6.1 多步Q學習算法
        2.6.2 Q矩陣記憶算法
    2.7 模型評價指標
    2.8 本章小結
第3章 數(shù)據(jù)概述及特征選擇
    3.1 數(shù)據(jù)選取
    3.2 數(shù)據(jù)預處理
        3.2.1 缺失值填充
        3.2.2 異常值處理
        3.2.3 特征標準化
    3.3 特征選擇方法
        3.3.1 隨機森林特征選擇
        3.3.2 皮爾遜相關性系數(shù)
    3.4 本章小結
第4章 油田產(chǎn)量預測模型的設計與實現(xiàn)
    4.1 融合模型設計
    4.2 基于ARIMA的區(qū)塊產(chǎn)量預測
        4.2.1 模型構建
        4.2.2 模型評估
    4.3 基于LightGBM算法的區(qū)塊產(chǎn)量預測
        4.3.1 模型構建
        4.3.2 模型評估
    4.4 基于LSTM算法的區(qū)塊產(chǎn)量預測
        4.4.1 模型構建
        4.4.2 模型評估
    4.5 基于多模型融合的區(qū)塊產(chǎn)量預測
    4.6 模型效果比對分析
    4.7 本章小結
第5章 油田配產(chǎn)模型的設計與實現(xiàn)
    5.1 油氣配產(chǎn)的基本程序
    5.2 油氣配產(chǎn)模型的建立
    5.3 改進的MOEA/D算法設計
        5.3.1 MOEA/D-Q算法簡介
        5.3.2 多目標及約束條件處理
        5.3.3 MOEA/D-Q算法的計算步驟
    5.4 實驗設置與實驗結果
        5.4.1 實驗設置
        5.4.2 MOEA/D-Q算法和MOEA/D算法的計算結果比較
    5.5 配產(chǎn)模型的求解及分析
        5.5.1 配產(chǎn)模型的求解思路
        5.5.2 歷史數(shù)據(jù)的整理分析
        5.5.3 仿真實驗及結果分析
    5.6 對油田公司配產(chǎn)工作的建議
總結與展望
參考文獻
致謝
附錄 A 攻讀碩士學位期間所發(fā)表的學術論文



本文編號：3815960