石油与环境生物技术杂志

抽象的

基于机器学习模型的油气井产量预测：Volve Field 案例

莫雷诺·米兰

目前预测油井和油藏规模的油气生产流量的技术包括从经典的下降曲线分析到数值模拟模型。本研究建议使用以下机器学习模型 (MLM)：线性回归 (LR)、支持向量机 (SVM)、随机森林 (RF) 和人工神经网络 (ANN)，作为预测油气生产流量的传统方法的替代。基于挪威大陆架沃尔夫油田油井 8 年的生产数据，证明了该建议的应用。因此，讨论了上述每个 MLM 的好处，并根据实践经验得出结论，更复杂的算法并不总是最好的选择。事实证明，SVM 的替代方案产生了最佳结果，与 RF 或 ANN 替代方案相比，它也是一种更简单、更容易实现的模型。