石油与环境生物技术杂志

抽象的

探索高斯过程回归对石油、水和天然气产量预测的实用性

Etinosa Osaro*、Vivian Okorie、Sonia Alornyo

本研究评估了高斯过程回归 (GPR) 模型在预测能源行业石油、天然气和水的产量方面的性能。GPR 是一种非参数的、基于贝叶斯的机器学习技术，可对预测中的不确定性进行建模，不仅提供预测，还提供预测的置信区间。本研究分析了各种输入特征对产量的影响，包括节流口尺寸、油管头压力、流线压力、基本沉积物和水、净应用程序编程接口 (API)、井流压力和静压。本研究的结果为 GPR 在改善石油和天然气行业生产预测和资源管理方面的潜力提供了宝贵的见解。研究结果还揭示了不同内核在模拟生产率方面的适用性以及每个输入特征在生产预测和优化中的重要性。在生产预测中使用 GPR 有可能提高石油和天然气行业的效率、提高生产力并降低成本。