基于机器学习的页岩气产能非确定性预测方法研究

摘要

针对页岩气确定性产能预测方法误差较大的问题,综合最大信息系数相关性分析方法、混合支持向量机技术及"蒙特卡洛-马尔科夫链"模拟,提出一种基于机器学习的页岩气产能非确定性预测方法.运用该方法,可根据已投产页岩气井的地质及工程数据,对拟钻页岩气井未来的产能进行非确定性预测.24口页岩气井算例分析结果表明:利用该方法进行产能非确定性预测的准确率为70.8％,且预测结果为"大概率事件"的井占54.2％,说明该方法有较高的预测精度且预测结果满足概率统计规律.研究成果对国内外页岩气开发方案的优化有重要意义.