頁(yè)巖氣井產(chǎn)能的影響因素分析與產(chǎn)能預(yù)測(cè)對(duì)頁(yè)巖氣高效開(kāi)發(fā)具有極強(qiáng)的現(xiàn)實(shí)意義。ZT頁(yè)巖氣區(qū)塊存在現(xiàn)場(chǎng)數(shù)據(jù)數(shù)量大、種類(lèi)多、存在數(shù)據(jù)缺失、處理困難等特點(diǎn),傳統(tǒng)統(tǒng)計(jì)方法以及定性對(duì)比分析方法很難建立起精確的分析預(yù)測(cè)模型。而基于數(shù)據(jù)建模的機(jī)器學(xué)習(xí)方法卻能對(duì)復(fù)雜數(shù)據(jù)進(jìn)行處理,發(fā)掘數(shù)據(jù)間關(guān)系,為頁(yè)巖氣產(chǎn)能主要影響因素分析和產(chǎn)能預(yù)測(cè)提供新的思路。本文基于ZT區(qū)塊現(xiàn)場(chǎng)數(shù)據(jù),結(jié)合文獻(xiàn)調(diào)研,提取影響頁(yè)巖氣產(chǎn)能的地質(zhì)、壓裂、鉆井三個(gè)方面的影響因素26個(gè)。采用機(jī)器學(xué)習(xí)方法對(duì)數(shù)據(jù)進(jìn)行異常值診斷,對(duì)缺失數(shù)據(jù)利用利用KNN算法進(jìn)行插補(bǔ),并將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化以消除量綱的影響,將26個(gè)影響因素經(jīng)主成分分析提煉為14個(gè)。對(duì)處理完后的數(shù)據(jù)利用K-means聚類(lèi)方法分為三類(lèi),根據(jù)測(cè)試產(chǎn)量聚類(lèi)中心的值的大小,將三類(lèi)井定義為優(yōu)等井、中等井、劣等井。對(duì)每一口井進(jìn)行標(biāo)記后利用KNN算法訓(xùn)練井類(lèi)別分類(lèi)模型,該模型經(jīng)驗(yàn)證準(zhǔn)確率達(dá)92%。經(jīng)分析得出,三大影響因素對(duì)ZT區(qū)塊頁(yè)巖氣井產(chǎn)能影響程度按由大到小順序排列,依次為壓裂因素、地質(zhì)因素、鉆井因素,其中壓裂因素中影響最為顯著的是總支撐劑量、壓裂液性質(zhì)以及攜砂液平均排量。在預(yù)測(cè)模型中,分別利用多元回歸、...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究的目的及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 技術(shù)路線
第二章 頁(yè)巖氣井產(chǎn)能影響因素診斷及預(yù)測(cè)難點(diǎn)與對(duì)策
    2.1 主要難點(diǎn)與對(duì)策
        2.1.1 數(shù)據(jù)預(yù)處理困難
        2.1.2 主要影響因素分析方法存在缺陷
        2.1.3 影響因素考慮不夠全面
        2.1.4 頁(yè)巖氣產(chǎn)能預(yù)測(cè)方法存在缺陷
    2.2 機(jī)器學(xué)習(xí)概述
    2.3 構(gòu)建模型的機(jī)器學(xué)習(xí)算法選擇
    2.4 本章小結(jié)
第三章 構(gòu)建頁(yè)巖氣井產(chǎn)能主要影響因素診斷模型
    3.1 頁(yè)巖氣井產(chǎn)能主要影響因素統(tǒng)計(jì)
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 定性變量處理
        3.2.2 異常值檢測(cè)
        3.2.3 缺失值處理
        3.2.4 相關(guān)性分析
        3.2.5 數(shù)據(jù)標(biāo)準(zhǔn)化
        3.2.6 主成分分析
    3.3 數(shù)據(jù)建模
        3.3.1 樣本標(biāo)記(聚類(lèi)分析)
        3.3.2 建立頁(yè)巖氣井產(chǎn)能主要影響因素診斷模型
    3.4 本章小結(jié)
第四章 構(gòu)建頁(yè)巖氣井產(chǎn)能預(yù)測(cè)模型
    4.1 模型評(píng)價(jià)指標(biāo)與模型調(diào)優(yōu)方法
        4.1.1 模型評(píng)價(jià)指標(biāo)
        4.1.2 模型參數(shù)優(yōu)選
    4.2 應(yīng)用多元回歸模型構(gòu)建頁(yè)巖氣井產(chǎn)能預(yù)測(cè)模型
        4.2.1 多元回歸算法原理
        4.2.2 建立頁(yè)巖氣產(chǎn)能多元回歸模型
    4.3 應(yīng)用支持向量機(jī)構(gòu)建頁(yè)巖氣產(chǎn)能預(yù)測(cè)模型
        4.3.1 支持向量機(jī)原理
        4.3.2 支持向量機(jī)超參數(shù)優(yōu)選
    4.4 應(yīng)用隨機(jī)森林構(gòu)建頁(yè)巖氣產(chǎn)能預(yù)測(cè)模型
        4.4.1 隨機(jī)森林算法原理
        4.4.2 隨機(jī)森林超參數(shù)優(yōu)選
    4.5 本章小結(jié)
第五章 頁(yè)巖氣產(chǎn)能診斷模型與預(yù)測(cè)模型應(yīng)用
    5.1 頁(yè)巖氣產(chǎn)能診斷模型應(yīng)用
    5.2 頁(yè)巖氣產(chǎn)能預(yù)測(cè)模型應(yīng)用
第六章 認(rèn)識(shí)與結(jié)論
    6.1 主要認(rèn)識(shí)
    6.2 存在的問(wèn)題
致謝
參考文獻(xiàn)
附錄A 頁(yè)巖氣樣本井原始數(shù)據(jù)
附錄B 頁(yè)巖氣樣本井缺失值補(bǔ)全數(shù)據(jù)
附錄C 頁(yè)巖氣樣本井標(biāo)準(zhǔn)化主成分分析結(jié)果
附錄D 頁(yè)巖氣井診斷模型及產(chǎn)能預(yù)測(cè)模型核心Python語(yǔ)言代碼
攻讀學(xué)位期間發(fā)表的論文



本文編號(hào)：3921556