基于随机森林算法的煤层气产能模式识别模型
Pattern recognition model of coalbed methane productivity based on random forest algorithm作者机构:长江大学地球物理与石油资源学院湖北武汉430100 油气资源与勘探技术教育部重点实验室(长江大学)湖北武汉430100 中海油研究总院北京100027
出 版 物:《煤矿安全》 (Safety in Coal Mines)
年 卷 期:2022年第53卷第2期
页 面:170-178,186页
学科分类:0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学]
基 金:中国海洋石油集团有限公司信息化建设重大资助项目(2019-KJZC-010)
主 题:煤层气 产能模式 随机森林 地球物理测井曲线 排采规律
摘 要:为探究煤层气井的排采产能特征,合理分配开发顺序,根据沁水盆地柿庄南地区煤层气生产井实际生产资料分析,提取出排采曲线4类特征值:平均日产气量、峰值日产气量、见气到峰值的时间以及生产时间;结合排采曲线形态和4个特征值建立了3种产能模式,分析了3种产能模式的生产特征;利用随机森林算法建立3种产能模式与对应3号煤层的地球物理测井资料之间的非线性关系,通过网格搜索结合交叉验证的方式确定了随机森林模型超参数,建立了以测井曲线为特征向量的产能模式分类预测模型。将预测类别与实际类别对比分析,预测正确率达到91.7%,说明基于随机森林算法的煤层气产能模式识别具有较高的预测精度。