• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于集成時域卷積神經(jīng)網(wǎng)絡模型的水驅(qū)油田單井產(chǎn)量預測方法

    2022-10-27 09:30:54張蕾竇宏恩王天智王洪亮彭翼張繼風劉宗尚米蘭蔣麗維
    石油勘探與開發(fā) 2022年5期
    關鍵詞:單井步長油井

    張蕾,竇宏恩,王天智,王洪亮,彭翼,張繼風,劉宗尚,米蘭,蔣麗維

    (1.中國石油勘探開發(fā)研究院,北京 100083;2.大慶油田勘探開發(fā)研究院,黑龍江大慶 163000)

    0 引言

    油井產(chǎn)量是油田開發(fā)的首要指標,預測產(chǎn)量變化是油田開發(fā)動態(tài)分析的關鍵環(huán)節(jié)。單井產(chǎn)量變化受儲集層性質(zhì)、措施等諸多因素影響,合理考慮各因素影響規(guī)律、準確把握產(chǎn)量變化特點是實現(xiàn)單井產(chǎn)量準確預測的關鍵。相較遞減曲線、油藏數(shù)值模擬等傳統(tǒng)產(chǎn)量預測方法,機器學習方法具有強大的非線性擬合能力和高效率,在產(chǎn)量預測方面具有極大的應用潛力。

    近20年來,國內(nèi)外基于機器學習對產(chǎn)量預測問題開展了廣泛的研究[1-3],常見方法如隨機森林(RF)[4]、支持向量機(SVM)[5-6]、模糊綜合評價(FE)[7]、人工神經(jīng)網(wǎng)絡(ANN)[8]等,它們通過回歸產(chǎn)量及其影響因素之間的關系完成預測,但缺乏對產(chǎn)量時序變化規(guī)律的考慮。2015年以來,以長短時記憶(LSTM)、門控遞歸單元(GRU)為代表的循環(huán)神經(jīng)網(wǎng)絡(RNN)成為產(chǎn)量預測領域的新熱點[9-10],較SVM、RF等經(jīng)典算法,RNN著重考慮了產(chǎn)量序列的時序變化規(guī)律,雖然訓練時長有較大增加,但產(chǎn)量預測精度得到了進一步的提高。

    對于多影響因素、長時間跨度、多序列并行的單井產(chǎn)量預測,前人僅使用少數(shù)幾個特征構建模型。若要進一步提高單井產(chǎn)量預測精度,需全面考慮動靜態(tài)影響因素,構建多特征的產(chǎn)量預測模型。當特征數(shù)據(jù)增多時,RNN難以兼具對高維空間信息和時序信息的提取,模型預測精度受限,故有必要采用一種新算法實現(xiàn)對單井產(chǎn)量的準確預測。時域卷積神經(jīng)網(wǎng)絡(TCN)是一種可以處理時序信息的卷積神經(jīng)網(wǎng)絡(CNN),CNN的基礎結構使它在擬合單井產(chǎn)量時序關聯(lián)的同時可以從諸多特征中提取出關鍵特征,實現(xiàn)精準的單井產(chǎn)量預測。

    基于此,本文提出使用TCN構建模型進行水驅(qū)油藏單井產(chǎn)量預測。首先綜合考慮儲集層、注水、措施等動靜態(tài)因素構建數(shù)據(jù)集,針對數(shù)據(jù)特點進行數(shù)據(jù)空缺填充和數(shù)據(jù)異常校正。然后針對油井各階段生產(chǎn)規(guī)律復雜、難以捕捉的難點,依據(jù)油井含水率劃分生產(chǎn)階段分別建模,使用麻雀搜索算法(SSA)進行模型超參數(shù)尋優(yōu),最終將階段模型集成為全生命周期模型實現(xiàn)全井預測。

    1 算法基本原理

    1.1 時域卷積神經(jīng)網(wǎng)絡

    TCN是以膨脹的因果卷積層為基礎結構、以時間序列為輸入的卷積神經(jīng)網(wǎng)絡模型[11]。因果卷積指左填充的一維卷積神經(jīng)網(wǎng)絡,它賦予了TCN時間約束特性,使其適應于時序問題。膨脹卷積指依一定規(guī)律增加卷積層步幅后的卷積層,它可以顯著提高卷積神經(jīng)網(wǎng)絡感受野,使TCN可以抓取更長的時序依賴關系,解決了傳統(tǒng)卷積神經(jīng)網(wǎng)絡對時序的建模長度受限于卷積核大小的問題。對于長輸入的任務,在TCN中引入殘差連接可顯著降低覆蓋全部輸入所需的卷積層層數(shù)或卷積核大小。為防止因網(wǎng)絡層數(shù)過多而導致的梯度消失/爆炸問題,可在每一層卷積網(wǎng)絡后添加權重歸一化。相較LSTM等循環(huán)神經(jīng)網(wǎng)絡,TCN的卷積神經(jīng)網(wǎng)絡結構使其具有可并行、收斂快、跨時域的特點。

    1.2 麻雀搜索算法

    使用適當?shù)膬?yōu)化算法可以快速篩選出神經(jīng)網(wǎng)絡模型的最佳超參數(shù),極大地提高模型構建效率。

    SSA是一種模擬自然規(guī)律的群體優(yōu)化方法[12],從麻雀的群體智慧、覓食行為和反捕食行為出發(fā),將潛在的超參數(shù)組合設定為麻雀的位置,不同位置的麻雀具有不同的適應度(即該超參數(shù)組合下模型的預測精度)。依照一定規(guī)律將麻雀分為生產(chǎn)者、覓食者和發(fā)現(xiàn)者3類,3類麻雀會在每一次迭代中改變位置、交換身份。給定最大迭代次數(shù)、生產(chǎn)者數(shù)量、發(fā)現(xiàn)者數(shù)量、麻雀總數(shù)和安全閾值,經(jīng)過有限次位置迭代,適應度最高的麻雀的位置將是最佳的超參數(shù)組合。

    2 數(shù)據(jù)收集與處理

    2.1 油田數(shù)據(jù)采集

    大慶長垣油田某水驅(qū)區(qū)塊具有 60多年的開發(fā)歷史,為典型中高滲砂巖油藏,目前該區(qū)塊油井已普遍進入高含水及特高含水階段,部分井含水率超過98%。自1960年采用基礎井網(wǎng)投入開發(fā)以來,該區(qū)塊經(jīng)歷了井網(wǎng)調(diào)整、全面轉(zhuǎn)抽、三次加密、“二三結合”、壓裂酸化等多種增產(chǎn)措施,厚油層底部水洗程度高,注入水低效循環(huán)。由于開發(fā)井網(wǎng)密集、注采關系復雜、增產(chǎn)措施頻繁,常規(guī)動態(tài)分析方法誤差較大,數(shù)值模擬應用困難、收斂較差。

    選取油藏基礎數(shù)據(jù)、區(qū)塊基礎數(shù)據(jù)、520口油水井的單井儲集層數(shù)據(jù)和單井基礎數(shù)據(jù)、426口油井的月度生產(chǎn)數(shù)據(jù)、94口水井的月度注水數(shù)據(jù)、單井措施數(shù)據(jù)構建數(shù)據(jù)集,其中油井月度生產(chǎn)數(shù)據(jù)平均時間跨度406個月,共計173 187條。

    2.2 數(shù)據(jù)處理

    2.2.1 數(shù)據(jù)填充與降維

    空缺填充和異常樣本校正是構建高質(zhì)量數(shù)據(jù)集的關鍵環(huán)節(jié),數(shù)據(jù)填補、校正質(zhì)量與模型預測精度直接相關。針對數(shù)據(jù)集中靜壓、流壓、動液面 3項特征部分數(shù)據(jù)缺失的問題,提出基于隨機森林模型的空缺填充方法。首先計算預填充特征與其他特征的斯皮爾曼相關性系數(shù),篩選相關性系數(shù)大于0.2或小于-0.2的特征;其次建立影響特征與預填充特征的隨機森林模型,使用已有數(shù)據(jù)進行模型訓練;最后輸入缺失數(shù)據(jù)的主控因素進行模型預測,模型預測值即為填充值。

    針對泵徑、泵深和油嘴 3項特征部分數(shù)據(jù)存在異常零值的情況,采取向前/向后看齊的校正策略,即對于異常數(shù)據(jù),在該井井史范圍內(nèi)從當前時間步同時向前向后尋找非零正常數(shù)據(jù),使用先找到的非零正常數(shù)據(jù)替代該時間步的異常零值。對于某項特征數(shù)據(jù)全缺失的井,使用與該井距離最近井的特征平均值填充。若有多個特征全缺失的井,酌情取舍。

    為得到更準確的模型預測結果,需適時進行特征壓縮,以提高特征質(zhì)量、控制特征數(shù)量。數(shù)據(jù)集中靜態(tài)特征較多,包括類別特征和數(shù)值特征,其中類別特征經(jīng)獨熱編碼處理后表現(xiàn)為高維的稀疏0-1矩陣,為防止類別特征淹沒在密集變化的數(shù)值特征中,分別以95%置信度使用主成分分析法(PCA)對類別特征和數(shù)值特征進行降維,最終形成33維的靜態(tài)壓縮特征。

    2.2.2 數(shù)據(jù)整合

    本文動態(tài)數(shù)據(jù)主要包括油井生產(chǎn)序列、水井注水序列、小層措施序列3類,為符合模型輸入數(shù)據(jù)格式,應將描述注水和措施的序列整合至油井生產(chǎn)序列中。

    為整合水井注水序列至油井生產(chǎn)序列,提出注水井影響半徑法,定義油井當月受注水井影響程度It,i并將其作為特征增加到數(shù)據(jù)集中。注水井影響半徑由It,i與產(chǎn)油量之間的斯皮爾曼相關性系數(shù)確定,本文選取相關性系數(shù)最高的1 000 m作為影響半徑。以水井為圓心、以影響半徑為半徑劃出影響范圍,在影響范圍內(nèi)的油井即為受注井。

    對小層措施數(shù)據(jù)進行合并、數(shù)值化處理。在數(shù)據(jù)集中添加壓裂、堵水等 6項類別特征和措施層厚度 1項數(shù)值特征。若油井的某小層進行了某類措施作業(yè),則該月對應類別特征記錄為1,措施層厚度則記錄為作業(yè)小層厚度的和。

    整合后最終數(shù)據(jù)集特征包括注水特征、措施特征、油井靜態(tài)特征和生產(chǎn)動態(tài)特征 4部分。此外,對輸入序列進行標準化處理、對產(chǎn)量序列進行平滑處理,以增加模型平穩(wěn)度、降低擬合難度。

    2.3 特征參數(shù)分析

    在本文數(shù)據(jù)集的70余項特征中,部分描述油藏構造和區(qū)塊參數(shù)的特征對單井產(chǎn)量預測作用不大,故去除油藏類型、沉積相等10余項特征,經(jīng)特征工程處理后形成65項最終特征。計算65項特征之間的斯皮爾曼相關性系數(shù)并繪制熱力圖,以顏色的深淺表示特征相關性的強弱,紅色為正相關、藍色為負相關(見圖1)。編號No.0—No.32的特征為降維處理后表示單井地質(zhì)、工程特點的抽象特征,由于其在時間上不變,整體呈弱相關性,如 A-1、A-2區(qū)域所示。B-1、B-2區(qū)域特征為壓裂、堵水、維護、補孔、酸化等措施特征,其在數(shù)值上表現(xiàn)為稀疏的0-1矩陣,故相比數(shù)值特征呈現(xiàn)出極弱的相關性。對于預測目標月度產(chǎn)油量,與其相關性最強的特征依次為月度產(chǎn)氣量、日期、采收率、月度產(chǎn)液量、泵深、油嘴尺寸、含水率、泵徑、No.7、月度產(chǎn)水量等。

    圖1 特征相關性分析(No.0—No.32為類別特征和數(shù)值特征經(jīng)過PCA降維后的抽象特征)

    2.4 油井生產(chǎn)歷程劃分

    在油井長達60年的生產(chǎn)歷史中,產(chǎn)量變化存在顯著的階段性,為準確把握不同生產(chǎn)階段油井產(chǎn)量的變化特點,需要劃分階段、分別建模。本文依據(jù)油井含水率變化規(guī)律編寫算法自動劃分單井生產(chǎn)歷程,fw<30%,30%≤fw<60%,60%≤fw≤80%,fw>80%分別對應低、中、高、特高含水階段(見圖2)。由于含水率數(shù)據(jù)存在不連續(xù)或突變,而生產(chǎn)階段相對連續(xù),在對訓練集進行階段劃分前應對含水率序列進行階梯化處理。建立 4個階段預測模型然后集成,預測時給定輸入各月生產(chǎn)階段判斷權重,確定待預測月所處生產(chǎn)階段,然后由相應階段模型進行預測,最終的全生命周期預測結果由各階段預測結果拼接得到。

    圖2 生產(chǎn)歷程劃分示意圖

    不同生產(chǎn)階段月度產(chǎn)油量主控因素也會有差異,需要計算4個生產(chǎn)階段月產(chǎn)油量與其他特征的相關性系數(shù),篩取相關性系數(shù)大于0.2或小于-0.2的特征分別構建輸入數(shù)據(jù)集,各階段模型最終輸入特征如圖3所示。

    圖3 各生產(chǎn)階段月度產(chǎn)油量與影響特征的相關性系數(shù)

    2.5 時間滑窗與數(shù)據(jù)集劃分

    以井為單元劃分數(shù)據(jù)集:341口油井用于模型訓練,43口油井構成驗證集用于進行超參數(shù)的尋優(yōu),42口油井構成測試集用于模型測試。采用時間滑窗方法生成輸入數(shù)據(jù),指定輸入步長和輸出步長,分別構建適應于各個模型的輸入和標簽。

    3 模型結構及評價

    3.1 模型結構設計

    針對單井產(chǎn)量預測特征數(shù)量多、時間步長短、數(shù)據(jù)體量小等特點,對TCN模型做3個方面的改進:①在時間卷積層前堆疊卷積核大小為 1的一維卷積層,提取特征;②不使用膨脹卷積和殘差連接,設置因果卷積層卷積核大小為輸入時間步長,步幅為1;③使用因果卷積層輸出中最后一個時間步的值進行最終預測。改進后的TCN模型結構見圖4。

    圖4 改進后的TCN模型結構圖

    3.2 麻雀優(yōu)化算法參數(shù)設計

    使用SSA進行模型超參數(shù)尋優(yōu),最大迭代次數(shù)為50、生產(chǎn)者數(shù)量為20、發(fā)現(xiàn)者數(shù)量為20、安全閾值為0.8,麻雀總數(shù)為100。以12個月輸入步長預測模型為例,TCN模型各層參數(shù)見表1。

    表1 改進的TCN模型超參數(shù)SSA尋優(yōu)結果

    3.3 對比模型設計

    為全面評價本文改進TCN模型在產(chǎn)量序列預測中的適應性,基于當前時序預測領域 5種代表性方法,構建 11種產(chǎn)量預測模型進行對比,包括:①CNN和LSTM[13]的組合模型 CNN-LSTM;②LSTM 模型;③基于編碼解碼機結構[14]并在時間維度添加Luong注意力機制[15]的LSTM模型,即Attention-LSTM(T);④添加Temporal Pattern Attention[16]機制實現(xiàn)對特征注意力的LSTM模型,即Attention-LSTM(F);⑤結合Luong注意力機制和Temporal Pattern Attention機制同時實現(xiàn)對時間和特征注意力的LSTM模型,即Attention-LSTM(T&F);⑥在特征維度添加注意力[17-19]的自注意力機制模型 Self Attention(F);⑦在時間維度添加注意力的自注意力機制模型Self Attention(T);⑧同時在時間維度和特征維度添加注意力的自注意力機制模型Self Attention(T&F);⑨LSTM 和特征維度自注意力機制的結合模型Self Attention-LSTM(F);⑩LSTM和時間維度自注意力機制的結合模型 Self Attention-LSTM(T);LSTM和時間、特征維度自注意力機制的結合模型Self Attention-LSTM(T&F)。對比模型超參數(shù)同樣由SSA尋優(yōu)得到。

    3.4 模型訓練設計

    基于編碼解碼機結構的模型使用 Teacher Forcing策略進行訓練。為實現(xiàn)最佳的訓練效果,文中模型優(yōu)化器選擇 Adagrad算法,初始學習率均設為 0.05,并使用ReduceLROnPlateau回調(diào)函數(shù)實現(xiàn)對學習率的控制。為防止過擬合,在模型中應用層正則化,并使用EarlyStop回調(diào)函數(shù)控制訓練進程。為減少模型訓練隨機性帶來的不確定性,模型準確性評價結果來自相同參數(shù)設置下3次實驗后的平均值。

    3.5 模型評價

    模型預測的準確性采用平均絕對誤差(MAE)、平均絕對百分比誤差(MAPE)、復相關系數(shù)(R2)和均方根誤差(RMSE)來評價,如(3)—(6)式所示。

    4 應用與討論

    4.1 算法對比

    應用上述12種模型預測42口采油井的產(chǎn)量,以輸入步長為12個月、輸出步長為3個月為例,統(tǒng)計了第13個月預測值的平均絕對誤差(見表2),其中集成模型表示由 4個階段模型集成的全生命周期模型,單一模型為使用全部數(shù)據(jù)籠統(tǒng)訓練的全生命周期模型。由表2可知,改進的TCN模型預測精度最高,集成模型的平均絕對誤差為 17.66 m3,較單一全生命周期模型預測誤差低3.05 m3。

    注意力機制在機器翻譯、語音識別等多個時間序列預測任務中都被證實對模型預測能力具有顯著的提升作用[20-23],本文研究了9種添加注意力機制的模型,但均未取得較高的預測精度(見表2),這表明注意力機制對生產(chǎn)數(shù)據(jù)預測任務的適應性不強。分析認為:①對于本文產(chǎn)量預測任務而言,決定下一時刻產(chǎn)量的不是先前某幾個時刻的產(chǎn)量及其影響因素,而是一段時間內(nèi)生產(chǎn)動態(tài)的整體變化趨勢。注意力機制的引入令模型賦予個別時間步較大的權重,干擾了產(chǎn)量及其影響因素在一段時間內(nèi)的整體變化趨勢,導致模型預測精度降低。②LSTM模型已有足夠能力分析12個月生產(chǎn)動態(tài)數(shù)據(jù),引入的注意力機制無法發(fā)揮出處理長時間序列數(shù)據(jù)的優(yōu)勢,反而加大了模型的訓練難度,最終降低了模型預測精度。③在特征維度上引入注意力機制會增加模型結構的復雜性和待訓練參數(shù)量,隨著模型擬合能力的增加,數(shù)據(jù)集中的弱噪聲會被模型誤學習而出現(xiàn)過擬合現(xiàn)象,降低模型的預測精度。

    表2 不同模型第13個月預測值的平均絕對誤差對比表

    對比 4個不同生產(chǎn)階段模型發(fā)現(xiàn),所有算法下低含水階段模型的預測精度均為最低,原因是低含水階段在油井生產(chǎn)歷程中只占據(jù)很小的一部分,樣本數(shù)目不足,模型訓練不充分。

    4.2 數(shù)據(jù)填充校正方法對比

    隨機篩選 8口動態(tài)數(shù)據(jù)缺失較多的井進行數(shù)據(jù)填充校正效果對比。表3列出了TCN模型分別采用本文方法、使用平均值填充且不進行異常數(shù)據(jù)校正的方法、使用插值填充法填充并進行異常值校正的方法、使用平均值填充且進行異常數(shù)據(jù)校正的方法處理輸入樣本預測結果。4個評價指標均證實本文數(shù)據(jù)填充校正處理的有效性,輸入樣本平均預測誤差最小、精確率最高。

    表3 TCN模型采用不同填充校正方法處理的輸入樣本預測結果對比表

    4.3 輸入步長對比

    以單一全生命周期模型為例,分別用TCN模型和LSTM 模型驗證不同輸入步長對模型預測精度的影響(見圖 5),在短輸入步長時 TCN模型預測效果較LSTM模型更好,在長輸入步長時LSTM模型預測效果更好。由于本文對油井生產(chǎn)歷程進行了劃分,井的平均連續(xù)時間跨度由406個月降至103個月,若使用較長的輸入步長,樣本的數(shù)量會非常少,可預測的階段幾乎都集中于特高含水階段,應用受限。圖 5顯示TCN模型在 12~50個月的時間步長范圍內(nèi)預測精度相近,在保證模型預測精度的前提下,選擇12個月的時間步長以實現(xiàn)樣本數(shù)量的最大化。

    在互聯(lián)網(wǎng)高度普及的情況下,眾多不良信息滲透到我國的高校校園當中。這些信息的來源主要有幾個方面,首先是境外的反華勢力,常常對我國的內(nèi)部發(fā)展指手畫腳,部分西方偽專家針對我國的發(fā)展常常做出一些不負責任的批評,一些西方媒體,對于我國國有企業(yè)的發(fā)展十分忌憚,因此在網(wǎng)絡中時常出現(xiàn)攻擊我國核心價值觀的言論,這樣的言論將影響到大學生的思想建設。其次是部分反華勢力與分裂勢力不斷聯(lián)合,對一些具體事件不斷歪曲,利用部分人的獵奇心理破壞社會團結。最后在我國經(jīng)濟的快速發(fā)展的過程中,出現(xiàn)了一些不和諧因素,這些因素的存在也使得網(wǎng)絡環(huán)境受到影響。

    圖5 不同輸入步長下TCN模型和LSTM模型的預測結果

    4.4 模型結構分析

    4.4.1 堆疊一維卷積核層進行特征提取的必要性

    表4列出了添加和不添加特征提取層的TCN模型預測第13、14、15個月月產(chǎn)油量的誤差評價結果。結果顯示,4個模型評價指標下,添加特征提取層的模型預測精度均更高,其中第 1個預測值的平均絕對誤差較不添加特征提取層下降了22.8%。對于多因素的時間序列問題,模型預測的難點不僅在于捕捉時間序列的先后聯(lián)系,更在于構建先前特征與后續(xù)表現(xiàn)之間的關系,由此特征的提取就較為必要。

    表4 添加和不添加特征提取層的TCN模型3個預測值的定量評價結果

    4.4.2 因果卷積層輸出的選擇

    因果卷積層的輸出是長度與輸入時間步長相同的序列,使用全部輸出做最后的預測還是使用有限個步長的輸出作為下一層的輸入對模型預測精度有較大影響。本文分別對比了使用全輸出、最后1個月的輸出、最后2個月的輸出、后6個月的輸出、后10個月的輸出5種情況下的預測結果。結果顯示,使用全輸出反而會降低模型預測精度(見表 5)。因為最后一個時間步的輸出已經(jīng)涵蓋了所有前序時間步的信息,足以完成預測。

    表5 因果卷積層不同輸出步長對模型預測結果影響

    4.4.3 激活函數(shù)的選擇

    LIU等[23]提出在基本的TCN體系結構上添加殘差連接、正則化和激活函數(shù)可以提高其性能。為實現(xiàn)模型非線性擬合能力,在模型的第 4層添加激活函數(shù)。不同激活函數(shù)下 TCN模型預測精度對比顯示,本文TCN模型中 softsign激活函數(shù)可取得更好的預測效果(見表6)。就本文數(shù)據(jù)集而言,由于覆蓋全部輸入所需因果卷積層數(shù)不多,模型不使用殘差連接,同時也無需進行權重正則化來預防梯度消失的問題。但為了預防過擬合,在第3層和第5層后應用層正則化。

    表6 不同激活函數(shù)下TCN模型預測結果對比

    4.5 模型應用結果討論

    圖6 6口隨機挑選井的預測產(chǎn)量與真實產(chǎn)量對比圖(預測值(13)為模型用前12個月的歷史數(shù)據(jù)預測的第13個月的產(chǎn)量,預測值(14)為第14個月的預測產(chǎn)量,預測值(15)為第15個月的預測產(chǎn)量)

    圖6a—圖6c對比了模型對第13個月、第14個月、第15個月的預測結果并繪制第13個月預測結果的平均絕對誤差分布。第13個月預測結果與真實產(chǎn)量曲線基本重疊,預測效果最好。隨著預測時間間隔的增加,預測曲線與真實曲線之間的差距明顯加大,且拐點的延滯現(xiàn)象逐漸加劇。誤差分布顯示,較大的誤差往往出現(xiàn)在曲線峰尖處。這是因為模型訓練的樣本是經(jīng)過平滑處理的產(chǎn)量序列,與未經(jīng)平滑處理的真實值對比,預測值變化趨勢較為平緩。

    圖6d—圖6f對比了TCN、CNN-LSTM、Attention-LSTM(F)、Self Attention-LSTM(F)、遞減模型5種產(chǎn)量預測模型預測結果。4種機器學習模型的預測效果均好于遞減模型。TCN、CNN-LSTM模型預測效果最好,Attention-LSTM(F)模型預測效果次之,Self Attention-LSTM(F)模型預測效果最差。遞減模型雖可以對未來產(chǎn)量變化的趨勢作出較準確的判斷,但對波動性變化預測不足,只能給出平均的預測結果。

    綜上所述,本文模型可以實現(xiàn)對油田單井月產(chǎn)量的高精度預測,預測精度較傳統(tǒng)遞減模型和LSTM等機器學習模型更高,更具應用價值。

    5 結論

    提出了基于時域卷積神經(jīng)網(wǎng)絡模型的水驅(qū)油田單井產(chǎn)量預測方法,實現(xiàn)了高效、精確的單井產(chǎn)量預測。采用隨機森林及主成分分析等方法進行數(shù)據(jù)空缺填充和降維,保證了數(shù)據(jù)集的真實性和完備性。使用麻雀搜索算法確定模型最佳超參數(shù),在提高工作效率的同時得到更好的模型預測精度。將單井生產(chǎn)歷程依照含水率高低劃分為低含水、中含水、高含水和特高含水4個階段,分別建立階段預測模型然后集成并完成單井全生命周期產(chǎn)量預測。分析及實例應用結果顯示,相比其他11種時間序列預測模型,改進的TCN模型具有更好的預測性能。對于數(shù)據(jù)波動大且具有較明顯階段特征的產(chǎn)量序列預測,劃分階段、分段建模的方法可有效降低模型擬合難度、提升模型預測精度。

    符號注釋:

    Di,j——第i口油井和第j口注水井之間的距離,m;fw——含水率,%;i——油井編號;j——注水井編號;It,i——第i口油井在t時刻受注水井影響程度,m3/m;nw,i——影響第i口油井的注水井總數(shù);N——樣本數(shù)量;k——月產(chǎn)量樣本編號;qk——月產(chǎn)量真實值,m3;——月產(chǎn)量預測值,m3;——月產(chǎn)量真實值平均值,m3;t——時間(年-月);Wt,j——第j口注水井在t時刻的月注入量,m3;xo,i——第i口油井的x坐標,m;xw,j——第j口注水井的x坐標,m;yo,i——第i口油井的y坐標,m;yw,j——第j口注水井的y坐標,m。

    猜你喜歡
    單井步長油井
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    基于遺傳算法的BP神經(jīng)網(wǎng)絡預測石油單井產(chǎn)量
    新型油井水泥消泡劑的研制
    一種油井水泥用抗分散絮凝劑
    論當前地熱單井勘查報告編制格式要求及技術要點
    基于逐維改進的自適應步長布谷鳥搜索算法
    凝析氣藏單井油氣界面預測方法研究
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    電測與儀表(2014年2期)2014-04-04 09:04:00
    一種新穎的光伏自適應變步長最大功率點跟蹤算法
    CO2混相驅(qū)油井產(chǎn)能預測方法
    精品人妻偷拍中文字幕| 国产伦精品一区二区三区四那| 国产精品av视频在线免费观看| 色5月婷婷丁香| 国产免费又黄又爽又色| 久久精品国产亚洲av天美| av黄色大香蕉| 成人美女网站在线观看视频| 秋霞伦理黄片| 亚洲,欧美,日韩| 亚洲无线观看免费| 日本一本二区三区精品| 国产亚洲av片在线观看秒播厂 | 少妇裸体淫交视频免费看高清| 久久久久久久午夜电影| 最新中文字幕久久久久| 婷婷色综合大香蕉| 国产精品久久久久久精品电影| 国产国拍精品亚洲av在线观看| 亚洲精品国产成人久久av| 国产黄a三级三级三级人| 丰满乱子伦码专区| 国产男人的电影天堂91| 亚洲av.av天堂| 精品午夜福利在线看| 亚洲av福利一区| 99热网站在线观看| 色综合亚洲欧美另类图片| 日韩中字成人| 久久精品国产自在天天线| 日本wwww免费看| 国产伦精品一区二区三区视频9| 国产精品国产三级专区第一集| 国产亚洲5aaaaa淫片| 日本色播在线视频| 欧美日韩精品成人综合77777| 91午夜精品亚洲一区二区三区| 国产乱人视频| 亚洲av二区三区四区| 18+在线观看网站| 在线观看人妻少妇| 日本三级黄在线观看| 精品久久久久久久久久久久久| 尤物成人国产欧美一区二区三区| 亚洲精品一区蜜桃| 婷婷色av中文字幕| 男人狂女人下面高潮的视频| 免费看日本二区| 亚洲精品成人av观看孕妇| 能在线免费观看的黄片| 日本一二三区视频观看| 亚洲av二区三区四区| 久久久久免费精品人妻一区二区| 能在线免费观看的黄片| 在线免费十八禁| 最近2019中文字幕mv第一页| 免费在线观看成人毛片| 51国产日韩欧美| 亚洲国产色片| 久久久久精品性色| 国产精品美女特级片免费视频播放器| 亚洲av免费高清在线观看| 国语对白做爰xxxⅹ性视频网站| 免费观看的影片在线观看| 男人爽女人下面视频在线观看| 激情 狠狠 欧美| 国产精品爽爽va在线观看网站| 18禁在线播放成人免费| 性插视频无遮挡在线免费观看| 亚洲va在线va天堂va国产| 一二三四中文在线观看免费高清| 一个人观看的视频www高清免费观看| 国精品久久久久久国模美| 最近视频中文字幕2019在线8| 精品人妻视频免费看| 国内揄拍国产精品人妻在线| 欧美bdsm另类| 亚洲自偷自拍三级| 最近视频中文字幕2019在线8| 免费观看性生交大片5| 免费观看无遮挡的男女| 国精品久久久久久国模美| 久久午夜福利片| 国产人妻一区二区三区在| 一级毛片我不卡| 一区二区三区乱码不卡18| 久久久久网色| 亚洲av电影不卡..在线观看| 国产色婷婷99| 日韩一区二区视频免费看| 伦精品一区二区三区| 国产白丝娇喘喷水9色精品| 色综合色国产| 欧美区成人在线视频| 日韩人妻高清精品专区| 亚洲精品亚洲一区二区| 深夜a级毛片| 亚洲精品乱久久久久久| 欧美性猛交╳xxx乱大交人| 欧美日韩国产mv在线观看视频 | 赤兔流量卡办理| 久久久久免费精品人妻一区二区| 亚洲经典国产精华液单| .国产精品久久| 在线天堂最新版资源| 久久99精品国语久久久| 日韩大片免费观看网站| 免费电影在线观看免费观看| 国产亚洲午夜精品一区二区久久 | 亚洲av成人av| 一级二级三级毛片免费看| 能在线免费看毛片的网站| 超碰97精品在线观看| 国产 一区 欧美 日韩| 美女被艹到高潮喷水动态| 免费少妇av软件| 人人妻人人看人人澡| 成年版毛片免费区| 日日啪夜夜撸| 亚洲国产精品专区欧美| or卡值多少钱| 午夜老司机福利剧场| 亚洲欧美一区二区三区国产| a级毛色黄片| 中文字幕人妻熟人妻熟丝袜美| 日韩电影二区| 日本熟妇午夜| 寂寞人妻少妇视频99o| 国产一区二区三区av在线| 亚洲精品乱久久久久久| 日本免费a在线| 亚洲va在线va天堂va国产| 国产人妻一区二区三区在| 91精品国产九色| 亚洲av成人精品一区久久| 精品久久久噜噜| 99re6热这里在线精品视频| 国产精品久久久久久久电影| 久久99精品国语久久久| 亚洲欧洲国产日韩| 丰满乱子伦码专区| 国语对白做爰xxxⅹ性视频网站| 人妻少妇偷人精品九色| 国产乱来视频区| 久久精品国产亚洲av天美| 国产探花在线观看一区二区| av天堂中文字幕网| 久久国产乱子免费精品| 久久久精品94久久精品| 一区二区三区乱码不卡18| 免费黄网站久久成人精品| 欧美高清成人免费视频www| 国内精品美女久久久久久| 久久久久久久久久黄片| 国产一区二区三区av在线| av又黄又爽大尺度在线免费看| 亚洲av一区综合| 日韩 亚洲 欧美在线| 老师上课跳d突然被开到最大视频| 久久鲁丝午夜福利片| 亚洲精品日韩在线中文字幕| 一级片'在线观看视频| 18禁在线无遮挡免费观看视频| 狠狠精品人妻久久久久久综合| 女人久久www免费人成看片| 亚洲成人中文字幕在线播放| 亚洲av电影在线观看一区二区三区 | 女的被弄到高潮叫床怎么办| 久久鲁丝午夜福利片| 日韩欧美精品v在线| 国产成人91sexporn| 国产黄a三级三级三级人| 在线免费十八禁| 联通29元200g的流量卡| 麻豆久久精品国产亚洲av| 中文精品一卡2卡3卡4更新| 97热精品久久久久久| 99久国产av精品| 欧美97在线视频| 精品酒店卫生间| av在线观看视频网站免费| 久久久久久久久大av| 超碰av人人做人人爽久久| 人妻少妇偷人精品九色| 欧美变态另类bdsm刘玥| 男女边摸边吃奶| 亚洲av免费在线观看| 亚洲婷婷狠狠爱综合网| 国产视频内射| 午夜精品一区二区三区免费看| 精品国产露脸久久av麻豆 | 一级毛片久久久久久久久女| 精品欧美国产一区二区三| 成人美女网站在线观看视频| av.在线天堂| 国产精品国产三级国产av玫瑰| 91精品伊人久久大香线蕉| 女的被弄到高潮叫床怎么办| 日日摸夜夜添夜夜添av毛片| 亚洲真实伦在线观看| 国国产精品蜜臀av免费| 久久久久精品性色| 日韩一区二区视频免费看| 人妻夜夜爽99麻豆av| 国产精品av视频在线免费观看| 国产高清国产精品国产三级 | 91久久精品电影网| 少妇被粗大猛烈的视频| 天美传媒精品一区二区| 天堂俺去俺来也www色官网 | 三级国产精品欧美在线观看| 亚洲av.av天堂| 春色校园在线视频观看| 十八禁国产超污无遮挡网站| 欧美最新免费一区二区三区| 久久国产乱子免费精品| 免费大片18禁| 日韩一区二区三区影片| 国产激情偷乱视频一区二区| 亚洲电影在线观看av| xxx大片免费视频| 精品欧美国产一区二区三| 亚洲人成网站高清观看| 一个人看视频在线观看www免费| 亚洲精品乱码久久久久久按摩| 亚洲综合色惰| 亚洲va在线va天堂va国产| 直男gayav资源| 亚洲电影在线观看av| 菩萨蛮人人尽说江南好唐韦庄| 国产精品人妻久久久影院| 国精品久久久久久国模美| 国产精品久久久久久久久免| 十八禁网站网址无遮挡 | 国产免费福利视频在线观看| 丰满人妻一区二区三区视频av| 69av精品久久久久久| 久久草成人影院| 大又大粗又爽又黄少妇毛片口| 赤兔流量卡办理| 人妻夜夜爽99麻豆av| 久久久国产一区二区| 国产老妇伦熟女老妇高清| 亚洲精品日本国产第一区| 精品国内亚洲2022精品成人| 亚洲精品aⅴ在线观看| 久久久久久久久久黄片| 夫妻午夜视频| 麻豆成人午夜福利视频| 亚洲国产精品国产精品| 联通29元200g的流量卡| 国产精品1区2区在线观看.| 三级毛片av免费| 人妻系列 视频| 国产在线男女| 岛国毛片在线播放| 日本-黄色视频高清免费观看| 日韩av在线免费看完整版不卡| 搡女人真爽免费视频火全软件| 女人十人毛片免费观看3o分钟| 国产免费视频播放在线视频 | 精品久久久噜噜| 国产精品99久久久久久久久| 国产女主播在线喷水免费视频网站 | 少妇高潮的动态图| 成人美女网站在线观看视频| 一个人看的www免费观看视频| 男女啪啪激烈高潮av片| 少妇的逼好多水| 亚洲欧美清纯卡通| 午夜爱爱视频在线播放| 国产精品一二三区在线看| 亚洲图色成人| 特级一级黄色大片| 亚洲欧美成人精品一区二区| 内射极品少妇av片p| 国产毛片a区久久久久| 99热这里只有精品一区| 少妇的逼水好多| 亚洲国产日韩欧美精品在线观看| 欧美不卡视频在线免费观看| 久久久久国产网址| 你懂的网址亚洲精品在线观看| 亚洲精品亚洲一区二区| 淫秽高清视频在线观看| 最近最新中文字幕免费大全7| 五月玫瑰六月丁香| 午夜福利视频精品| 日本三级黄在线观看| 亚洲精华国产精华液的使用体验| 大陆偷拍与自拍| 国产精品1区2区在线观看.| 永久免费av网站大全| 婷婷六月久久综合丁香| 国产国拍精品亚洲av在线观看| 91久久精品国产一区二区成人| 亚洲精品影视一区二区三区av| 熟女人妻精品中文字幕| 少妇人妻精品综合一区二区| 午夜福利成人在线免费观看| 日韩一区二区视频免费看| 国产一级毛片七仙女欲春2| 国产精品久久久久久久电影| 精品久久久久久久久亚洲| 视频中文字幕在线观看| 亚洲国产成人一精品久久久| 最近最新中文字幕大全电影3| 国产熟女欧美一区二区| freevideosex欧美| 在线免费观看的www视频| 男女国产视频网站| 亚洲欧美日韩卡通动漫| av女优亚洲男人天堂| 国产伦精品一区二区三区四那| 成人午夜精彩视频在线观看| 亚洲丝袜综合中文字幕| 精品人妻偷拍中文字幕| 亚洲欧美成人综合另类久久久| 国产视频首页在线观看| 一级av片app| 久久久久久久久久久丰满| 18+在线观看网站| 国产免费一级a男人的天堂| 色哟哟·www| 人妻少妇偷人精品九色| 午夜精品一区二区三区免费看| 日韩,欧美,国产一区二区三区| 日韩一本色道免费dvd| 亚洲国产欧美在线一区| 少妇熟女欧美另类| 特大巨黑吊av在线直播| 小蜜桃在线观看免费完整版高清| av在线蜜桃| 精品久久国产蜜桃| 美女cb高潮喷水在线观看| 久久精品夜色国产| 欧美日本视频| 国产高潮美女av| 最近最新中文字幕免费大全7| 毛片女人毛片| 欧美成人午夜免费资源| 老司机影院成人| 免费看日本二区| 亚洲,欧美,日韩| 91aial.com中文字幕在线观看| 精品一区在线观看国产| 婷婷色综合www| 久久亚洲国产成人精品v| 亚洲精品乱码久久久久久按摩| 亚洲欧美成人综合另类久久久| 亚洲国产色片| 丝袜喷水一区| 91久久精品电影网| 国产精品一及| 国产淫片久久久久久久久| a级一级毛片免费在线观看| .国产精品久久| 男人舔女人下体高潮全视频| 水蜜桃什么品种好| 国产在视频线在精品| 国产精品伦人一区二区| 内射极品少妇av片p| 亚洲av日韩在线播放| 久久97久久精品| 久99久视频精品免费| 免费黄网站久久成人精品| 观看免费一级毛片| 免费无遮挡裸体视频| 国产永久视频网站| 亚洲av成人精品一二三区| 国产欧美另类精品又又久久亚洲欧美| 乱人视频在线观看| 国产美女午夜福利| 久久久久久久大尺度免费视频| 一级爰片在线观看| 亚洲,欧美,日韩| 精品久久久久久久久亚洲| 国产淫片久久久久久久久| 亚洲精品一二三| 亚洲欧美成人综合另类久久久| 亚洲精品影视一区二区三区av| 干丝袜人妻中文字幕| 搡老乐熟女国产| 你懂的网址亚洲精品在线观看| 99久久精品热视频| 超碰av人人做人人爽久久| 久久久久久久大尺度免费视频| 欧美日韩综合久久久久久| 少妇裸体淫交视频免费看高清| 禁无遮挡网站| 蜜桃久久精品国产亚洲av| 欧美一级a爱片免费观看看| 国产有黄有色有爽视频| 国产伦精品一区二区三区视频9| 91在线精品国自产拍蜜月| 丝瓜视频免费看黄片| 色综合色国产| 亚洲18禁久久av| 最后的刺客免费高清国语| 天堂av国产一区二区熟女人妻| 黄片wwwwww| 卡戴珊不雅视频在线播放| 成年女人在线观看亚洲视频 | 国产亚洲av嫩草精品影院| 亚洲人成网站高清观看| 人妻夜夜爽99麻豆av| 亚洲精品国产成人久久av| 欧美 日韩 精品 国产| 日韩成人伦理影院| 91午夜精品亚洲一区二区三区| 亚洲av一区综合| 中文字幕制服av| 成人亚洲欧美一区二区av| 国产黄频视频在线观看| 一级毛片久久久久久久久女| 在线免费十八禁| 欧美激情国产日韩精品一区| 97超视频在线观看视频| 在线 av 中文字幕| 色5月婷婷丁香| 男人舔女人下体高潮全视频| 一区二区三区四区激情视频| 中文字幕制服av| ponron亚洲| 综合色av麻豆| 国产精品久久久久久久久免| 国产精品一区二区三区四区免费观看| 国产高清不卡午夜福利| 一级毛片 在线播放| 三级国产精品片| 伊人久久精品亚洲午夜| 蜜臀久久99精品久久宅男| 国产亚洲最大av| 99热这里只有精品一区| 熟女电影av网| 又粗又硬又长又爽又黄的视频| 亚洲美女搞黄在线观看| 永久网站在线| 天堂√8在线中文| 成人av在线播放网站| 国产欧美日韩精品一区二区| 日本与韩国留学比较| 精品久久久久久久末码| 尤物成人国产欧美一区二区三区| 成年版毛片免费区| 美女国产视频在线观看| 国产精品嫩草影院av在线观看| 亚洲色图av天堂| 日韩大片免费观看网站| 18禁裸乳无遮挡免费网站照片| 国产探花在线观看一区二区| 26uuu在线亚洲综合色| 国产亚洲午夜精品一区二区久久 | 日本免费a在线| 日韩欧美一区视频在线观看 | 欧美区成人在线视频| 久久久久久久久久黄片| 成年免费大片在线观看| 不卡视频在线观看欧美| 我的女老师完整版在线观看| 亚洲欧美一区二区三区国产| 免费av观看视频| 91aial.com中文字幕在线观看| 禁无遮挡网站| www.av在线官网国产| 黑人高潮一二区| 大香蕉97超碰在线| 亚洲性久久影院| 久久这里只有精品中国| 大香蕉97超碰在线| 欧美一级a爱片免费观看看| 亚洲自拍偷在线| 欧美zozozo另类| 极品少妇高潮喷水抽搐| 亚洲成人精品中文字幕电影| 久久韩国三级中文字幕| 赤兔流量卡办理| 亚洲av免费在线观看| 禁无遮挡网站| 久久精品熟女亚洲av麻豆精品 | 成年女人在线观看亚洲视频 | 日韩强制内射视频| 亚洲久久久久久中文字幕| 国产av码专区亚洲av| 久久久久久久久久黄片| 人妻少妇偷人精品九色| 亚洲国产日韩欧美精品在线观看| 色综合亚洲欧美另类图片| 欧美3d第一页| 亚洲最大成人中文| 亚洲精品,欧美精品| 毛片一级片免费看久久久久| 一个人看视频在线观看www免费| 一边亲一边摸免费视频| 少妇人妻精品综合一区二区| 中文字幕av在线有码专区| 精品国产三级普通话版| 一区二区三区免费毛片| 日本黄色片子视频| 国内少妇人妻偷人精品xxx网站| 亚洲av一区综合| 一级毛片aaaaaa免费看小| 日韩av在线免费看完整版不卡| 天美传媒精品一区二区| 亚洲av不卡在线观看| 大话2 男鬼变身卡| 青青草视频在线视频观看| 18+在线观看网站| 日韩制服骚丝袜av| 99热全是精品| 国产精品综合久久久久久久免费| 综合色丁香网| 可以在线观看毛片的网站| 亚洲国产欧美在线一区| 国产在视频线精品| 夜夜爽夜夜爽视频| 精品一区二区免费观看| 欧美xxxx性猛交bbbb| 三级国产精品欧美在线观看| 少妇猛男粗大的猛烈进出视频 | 亚洲av电影在线观看一区二区三区 | 黄色配什么色好看| 久久精品综合一区二区三区| 国产欧美日韩精品一区二区| 久久热精品热| 一个人免费在线观看电影| 伦精品一区二区三区| 久久久久久国产a免费观看| 街头女战士在线观看网站| 91av网一区二区| 亚洲成人久久爱视频| 亚洲激情五月婷婷啪啪| 91精品伊人久久大香线蕉| 国产精品人妻久久久久久| 久久久久久久久大av| 99久国产av精品| 亚洲精品日韩av片在线观看| 色视频www国产| 久久国产乱子免费精品| 亚洲国产色片| 亚洲精华国产精华液的使用体验| 日韩av不卡免费在线播放| 69人妻影院| 夜夜爽夜夜爽视频| av在线蜜桃| 一本一本综合久久| av在线蜜桃| 国精品久久久久久国模美| 日韩视频在线欧美| 欧美日韩精品成人综合77777| 国产美女午夜福利| 91久久精品电影网| 男女国产视频网站| 内地一区二区视频在线| 中文字幕av成人在线电影| 毛片一级片免费看久久久久| 午夜免费观看性视频| 欧美性猛交╳xxx乱大交人| 精品久久久久久成人av| 国产爱豆传媒在线观看| 一区二区三区免费毛片| 欧美激情久久久久久爽电影| 国国产精品蜜臀av免费| 日韩一区二区视频免费看| 久久精品久久久久久噜噜老黄| 少妇人妻精品综合一区二区| 神马国产精品三级电影在线观看| 国产高清有码在线观看视频| a级一级毛片免费在线观看| 久久国产乱子免费精品| 午夜爱爱视频在线播放| 亚洲无线观看免费| 国产黄片视频在线免费观看| av黄色大香蕉| 2022亚洲国产成人精品| 性色avwww在线观看| 欧美日本视频| 男女边吃奶边做爰视频| 成人美女网站在线观看视频| 日本午夜av视频| 久久精品国产亚洲网站| 亚洲av中文av极速乱| 亚洲欧美日韩卡通动漫| 久久久精品免费免费高清| 国产精品无大码| 美女高潮的动态| 美女大奶头视频| 国产精品一区www在线观看| 国产探花极品一区二区| 97超视频在线观看视频| 免费少妇av软件| 亚洲美女视频黄频| 建设人人有责人人尽责人人享有的 | 亚洲最大成人中文| 日韩av不卡免费在线播放| 一区二区三区免费毛片| 亚洲精品一二三| 欧美一区二区亚洲| 天堂av国产一区二区熟女人妻| 成人国产麻豆网| 欧美丝袜亚洲另类| 欧美不卡视频在线免费观看| 99九九线精品视频在线观看视频| 国产精品人妻久久久久久| 日日撸夜夜添| 国产中年淑女户外野战色| 2022亚洲国产成人精品| 毛片女人毛片| 国产黄片美女视频| 国产在视频线精品| 天堂影院成人在线观看| 自拍偷自拍亚洲精品老妇| 亚洲va在线va天堂va国产| 美女脱内裤让男人舔精品视频| 嫩草影院精品99|