基于LSTM的产能预测方法——以A区长7储层为例
Productivity Prediction Method Based on LSTM-taking Chang 7 Reservoir in Area A as an Example作者机构:陕西延长油田股份有限公司下寺湾采油厂陕西延安716100 延长油田股份有限公司勘探开发技术研究中心陕西延安750021
出 版 物:《北京石油化工学院学报》 (Journal of Beijing Institute of Petrochemical Technology)
年 卷 期:2024年第32卷第1期
页 面:50-55页
学科分类:081803[工学-地质工程] 08[工学] 0818[工学-地质资源与地质工程]
主 题:产能预测 长短期记忆神经网络 时序产能预测 中高初产递减型井
摘 要:针对研究区目标储层典型页岩油藏物性较差导致全区及中高初产油井产能递减的问题,笔者提出一种长短期记忆神经网络(LSTM),选取研究区生产时间大于48个月全区油井以及中高初产递减型井的平均月生产数据并对其未来4个月的产能进行预测。结果表明,长短期记忆神经网络(LSTM)产能预测相比于传统的指数递减规律对产量进行拟合的误差更小,预测结果更为可靠。从而为后期油田生产以及后续开发采取的工程措施提供理论依据。