基于支持向量机建模法预测原油系统PVT参数
第一篇：基于支持向量机建模法预测原油系统PVT参数
大 连 理 工 大 学
研究生考查课作业
Forecasting PVT properties of crude oil systems based on
support vector machines modeling scheme 基于支持向量机建模方案预测原油系统
PVT参数
课程名称：
电信学部专业英语
导师： 赵珺
研究生姓名：
李德祥
学号： 20909173
作业成绩：
任课教师(签名)
交作业日时间：2010 年12月17日
基于支持向量机建模方案预测原油系统PVT参数
摘要：PVT参数在油储工程计算中发挥着重要的作用。目前有许多种方法用来预测各种PVT参数，例如经验公式法，计算机智能法。神经网络的成就为数据挖掘建模技术打开了一扇们，同时它在石油工业中起到了重要的作用。然而不幸的是，由于仓储流体的一些特性，现有神经网络方法在其上的应用存在许多缺点和限制。本文提出了一种新的智能模型——支持向量机用来预测原油系统的PVT参数，该方法解决了现有神经网络预测的大部分缺点。文中简要介绍了预测步骤和建模算法，同时从神经网络，非线性回归以及经验公式法中分别选择了一种方法与支持向量机回归建模法进行了比较。结果表明支持向量机方法更加准确，可靠，同时优于大多数现有的公式法。这说明支持向量机建模法具有光明的前景，我们建议将其用于解决其他石油和煤气工业问题，诸如渗透率和孔隙率预测，确定持液量流动区和其他油储特性。
关键字：支持向量回归机(SVR);PVT参数预测;神经网络;1 引言
储层流动参数在石油工程计算中是非常重要的，例如物质平衡计算，试井分析，储量预测，向井流动态计算以及油藏数值模拟。众所周知，准确的PVT数据对物质平衡计算是非常重要的。这些PVT参数包括起泡点压力(Pb)，石油形成层参数(Bob)，这个被定义储存石油的容积。Bob的准确预测在储量和产量计算中至关重要，同时在储量动态计算，生产操作和设计以及构成评估的计算中，PVT参数也是非常重要的。这个流程的经济效益也取决与这些参数的准确预测。
测井时间序列的支持向量机回归预测
WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
测井时间序列的支持向量机回归预测
摘 要
统计学习理论是针对小样本情况下的机器学习理论，其核心思想是通过控制学习机器的复杂度实现对学习机器推广能力的控制。支持向量机能够尽量提高学习机的推广能力，即使由有限数据集得到的判别函数对独立的测试集仍能够得到较小的误差。因此，本文把支持向量机用于测井时间序列的回归预测。首先，介绍了时间序列和支持向量机的基础理论。其次，详细介绍了支持向量机的回归原理和算法。最后，本文根据石油地质勘探的实际问题，将支持向量机运用测井曲线预测储层参数——孔隙度。结果表明，该方法预测精度高，方法稳定有效。支持向量机较好的解决了小样本测井勘探的实际问题。
关键词：支持向量机；时间序列；回归预测
Logging time series support vector machine
regression
Abstract: Statistical theory is a case of machine learning theory which is based on small
sample. It’s core idea is the machine by controlling the complexity of learning to achieve the
promotion of the ability of learning machine control. Support vector machine to maximize
the generalization ability of learning machine, even if a limited data set obtained from the
基于支持向量机的二氧化碳非混相驱效果预测
王杰祥;陈征;靖伟;陆国琛;牛志伟
【期刊名称】《石油钻探技术》
【年(卷),期】2015(000)002
【摘 要】目前国内缺乏一种快速、准确预测CO2非混相驱油效果的方法，为了解决这一问题，选取剩余地层压力与混相压力之比、孔隙度、渗透率、油藏中深、地层平均有效厚度、地层温度、原油相对密度、含油饱和度、原油黏度、渗透率变异系数、注采比、注入速度和水气交替注入比等13个地质及工程参数作为输入参数，平均单井日增油量作为输出参数构建了预测CO2非混相驱效果的支持向量机预测模型。以国内6个CO2非混相驱项目和1个CO2混相驱项目为学习样本，2个CO2非混相驱项目和1个CO2混相驱项目为检测样本检测了支持向量机预测模型的准确度，结果表明，3个检测样本的预测值与实际值的平均相对误差为5.57％，满足工程要求。利用该模型预测了腰英台油田CO2非混相驱井组的增产效果，与实际增产效果相比，相对误差仅为1.30％。这表明，采用支持向量机方法对CO2非混相驱油效果进行预测可行且有效。
【总页数】6页(P84-89)
【作 者】王杰祥;陈征;靖伟;陆国琛;牛志伟
【作者单位】中国石油大学 华东 石油工程学院，山东青岛 266580;中海石油天津分公司渤海石油研究院，天津 300452;中国石化东北油气分公司开发处，吉林长春 130062;中国石油大学 华东 石油工程学院，山东青岛 266580;中国石油大学 华东 石油工程学院，山东青岛 266580 【正文语种】中 文
【中图分类】TE319
【相关文献】
1.基于PSO优化支持向量机的煤层注水效果预测模型 [J], 王亮;秦学斌;郭秀才;马宪民
2.基于最小二乘支持向量机的低渗透油藏调剖效果预测 [J], 赵燕红;马驷驹;刘小平;景文杰;张召召
3.基于改进支持向量机的压裂效果预测方法研究 [J], 虞朝阳;马群;郑鹏宇
基于支持向量回归机的油田系统预测方法
高扬;刘严崴
【期刊名称】《东北石油大学学报》
【年(卷),期】2007(031)001
【摘 要】为克服传统预测方法的局限性,提出一种基于支持向量回归机算法的油田试井系统建模和预测方法.应用原一对偶算法,可解决支持向量回归机中的二次规划问题,而把该支持向量回归机应用于试井压力预测,结果表明:该方法具有较高的建模和预测精度,建模和有验证预测的平均相对误差在l%以内.
【总页数】3页(P94-96)
【作 者】高扬;刘严崴
【作者单位】天津大学管理学院,天津,300072;大庆油田电力集团,计划经营部,黑龙江大庆,163453
【正文语种】中 文
【中图分类】TP181
【相关文献】
1.基于支持向量机回归的短期风速预测方法的研究 [J], 高僮;陈波涛;张海峰
2.基于支持向量回归机的同步发电机励磁电流预测方法 [J], 李红连;唐炬;方红;谭健敏;雷霖
3.基于半监督学习和最小二乘支持向量机回归的\r废旧机电产品再制造成本预测方法研究 [J], 敖秀奕;张旭刚;江志刚;张华
4.基于主成分分析降维和支持向量机回归的短期负荷预测方法研究 [J], 王国彬;武晗;白杨;张羽;刘会;殷占贵
5.基于孪生支持向量回归的风力机功率预测方法 [J], 郭玉立;文泽军
因版权原因，仅展示原文概要，查看原文内容请购买
