机器学习预测油气产量现状

摘要：

机器学习是一种通用的数据驱动分析方法,也是一个重要的油气大数据分析利用手段.油气勘探开发作为具有悠久历史和庞大数据基础的重要领域,具有很大的数据挖掘潜力.利用油气田大数据分析技术可以帮助决策者进行投资分析、风险评估、生产优化,带来巨大的经济效益.机器学习方法早已被研究人员尝试应用于油气领域相关研究,随着机器学习算法的发展,许多应用场景被不断提出,但针对具体场景的通用方案仍在探索中.笔者从最基本原理着手介绍了机器学习的建模过程,梳理了用于油气田大数据分析的3类主要机器学习方法的发展历史,结合油气田大数据的特点,讨论了油气田大数据分析利用的核心内容、目标及优势,分析了机器学习在油气领域的主要应用场景,总结了目前典型油气产量预测中存在的问题及对策.

关键词：油气田大数据;数据驱动模型;产量预测;机器学习;智能油田

所属期刊栏目：11

分类号：TE328(油气田开发与开采)

资助基金：国家自然科学基金项目"页岩含气性关键参数测试及智能评价系统"41927801

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：613-620