油田异常井组合预警模型研究

摘要

由于油田生产数据具有高度的非线性和时变性,单一的预警模型无法达到在异常初期进行及时、准确预警的要求,为提高预警准确度,论文提出一种油田异常井组合预警模型——k-SVR预警模型.k-SVR预警模型是用k均值模型先对数据进行聚类,再用支持向量回归机模型对聚类后的数据进行边缘数据界定和处理,从而得到较为精确的预警信息,达到在异常初期进行预警的目的.通过组合预警模型对油田已有历史生产数据进行仿真实验,结果表明:相较于单一的预警模型,组合预警模型取得了较精确的预警结果,验证了模型的有效性.