基于支持向量机的油井产量预测

摘要

油井产量预测是油田开发动态分析重要的内容之一,也是油田开发优化决策的基础.油井产量随时间的变化关系受多种因素的影响.常规的油藏工程研究方法往往受到相关参数不确定性的限制,预测准确度较差,且当样本数量较少时,预测误差偏大.为提高预测精确度,本文提出一种基于支持向量机算法的油井产量预测方法,采用交叉验证与网格搜索组合方法搜寻最优核函数参数并采用不同核函数对产量进行预测,选取最佳核函数及参数建立支持向量机的油井预测模型.在对模型进行学习与训练后进行预测.预测产量与BP神经网络预测值及实际产量的比较结果表明该模型能很好的实现预期效果.