基于PCA-NB方法的煤层气井压后产量预测研究

• 作 者: 孔鹏 李忠城 杨晨曦 张云鹏 汪若璇
• 机 构: 西南石油大学,中联煤层气有限责任公司晋城分公司,中联煤层气有限责任公司,中海油能源发展股份有限公司工程技术分公司
• 出 处: 特种油气藏
• 发表日期: 2019年6期
• 关键词: 煤层气 产量预测 朴素贝叶斯 主成分分析 压裂 coalbed methaneproduction forecastNaive Bayesprincipal c
• 基金项目: 十三五国家重大科技专项“沁水盆地高煤阶煤层气高效开发示范工程”(2017ZX05064)

针对煤层气井压裂后产量预测方法准确率低的问题,运用主成分分析方法得到影响煤层气产量的主成分参数,在此基础上运用朴素贝叶斯方法对目标区块煤层气井主成分与产量进行训练,得到基于主成分分析-朴素贝叶斯方法的产量预测模型。研究结果表明:PCA-NB方法对煤层气井压裂后产量预测的准确率达到了84.1%,该方法与单纯的主成分回归方法(预测准确率为64.8%)、朴素贝叶斯方法(预测准确率为76.4%)以及神经网络方法(预测准确率为73.5%)相比,预测准确度较高。该研究成果对煤层气井压裂选井选层及压裂参数优化有重要意义