一、论文摘要
目的:对页岩气井产量进行评价与预测
方法:
- 考虑地址因素和工程因素,整合页岩气开采全周期地质、钻井、压裂、生产等数据。
- 对原始数据进行缺失值插补、相关性分析、异常值处理、主成分分析,减小数据噪声。
- 采用聚类分析方法对页岩气井产量进行评价,研究影响页岩气井产量的主要因素。
- 最后采用随机森林方法预测页岩气藏气井产量。
结果:
压裂因素对页岩气井产量评价结果影响最大,调参后的页岩气井产量预测结果准确度达到90%以上。
意义:
现有解析模型与实际页岩气井差异较大,数值模拟计算难度大、效率低,导致页岩气井产量预测难度大。基于机器学习的模型能够用于页岩气井预测。
二、论文结果图
数据样本的所有特征参数
特征参数的相关性分析
剔除与目标值相关性低的特征参数后,保留的备选因素
异常值筛选
对筛选出的15个特征参数进行主成分分析后,降维得到5个特征值大于1的变量
利用k均值聚类法,对降维后的5个特征值进行分析,得到Y1对页岩气井产量评价的影响最大
模型参数
三、总结
文章脉络