产能预测是天然气行业现代化管理的重要内容之一,是维持气田正常生产开发的重要环节.准确的产能预测可以帮助气田认识了解气藏情况,进行合理配产,制定切合实际的开发策略,为气田的长久高效开发提供保障.采用传统机器学习算法对小样本数据集直接建立产能预测模型时,极可能出现模型过拟合和泛化能力弱的问题.因此针对苏里格致密气藏苏 53 区块套管完井水平井样本数量较少的问题,采用迁移学习算法寻找该区块套管完井水平井和裸眼完井水平井的共性,将训练好的裸眼井产能预测模型迁移到目标域中,借助源域数据训练的模型在目标域上建立套管井产能等级预测模型.随机选取数据集 10 口井进行产能等级预测,经过多次迭代及交叉验证后,最终准确率可达 80%.
NETL
NSTL
万方数据
