中国石油和化工标准与质量2023，Vol.43Issue(17) ：112-114.

基于集成学习算法的水平气井积液状态预测

杨龙飞
中国石油和化工标准与质量2023，Vol.43Issue(17) ：112-114.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于集成学习算法的水平气井积液状态预测

杨龙飞1
扫码查看

作者信息

  • 1. 中国石油集团长城钻探工程有限公司苏里格气田分公司,内蒙古 乌审旗 017399
  • 折叠

摘要

随着气藏能量衰竭,苏里格气田水平井积液情况日益严重,传统气井携液临界流量预测模型难以全面考虑水平井复杂的井身结构及多相流的耦合作用,导致判断气井积液状态时误差较大.为了克服上述局限性,本文提出一种纯现场数据挖掘的气井积液状态预测模型,实例分析表明,与现有临界携液流量模型相比,集成学习算法建立的气井积液状态预测准确率较高,可有效指导苏里格水平气井积液判断与排采工艺选择.

关键词

气井积液/携液临界流量/机器学习/排水采气

引用本文复制引用

出版年

2023
中国石油和化工标准与质量
中国化工信息中心 中化化工标准化研究所

中国石油和化工标准与质量

影响因子：0.241
ISSN：1673-4076
参考文献量5
段落导航相关论文