构建基于数据挖掘技术的水平井产能预测模型

《构建基于数据挖掘技术的水平井产能预测模型》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：垫l!蛰!垫D2们7年弘,El／日关于论文使用授权的说明本人完全了解中国石油大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学校可以公布论

2、文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密论文在解密后应遵守此规定)学生签名：导师签名：毋笋月／日中国石油大学(华东)硕士论文第1章绪言1．1课题的提出、目的及意义水平井产能预测在水平井设计过程中起到举足轻重的作用。首先，水平井并不是适合任何油藏和任何条件的，它有其适用范围。为了提高其应用成功率，并取得较好的经济效益，必须对准备用水平井开发的方案进行技术和经济评价，水平井的产能分析为这种评价提供了科学依据。其次，水平井的产能研究为采油工程确定合理采油方式及优选采油参数提供依据。再次，水

3、平井的产能研究是制定增产措施处理方案的依据及措施实施后效果评价的有力工具。因此，对水平井产能预测的研究是油藏工程和采油工程领域研究的重要内容之一，对提高油田开发效果具有十分重要意义。但是，目前水平井产能预测方法主要是通过建立数学模型，推导数学公式对水平井产能进行预测，该方法对影响水平井产能的因素考虑不全面，因此预测的准确度不高。在长期的水平势开采过程中，我们积累了大量与水平井相关的数据，单纯依靠数据建模的方法不能完全利用这些数据，而数据挖掘技术为自动和智能地把水平井的数据转化为有用知识和信息提供了有效途径。为了

4、更加准确地预测水平井产能，本文详细研究了水平井的预测方法和影响水平井产能的各个因素。认为聚类分析的方法可以在已有水平井分类基础上更进一步细化分类，为新投产井的归类提供了更准确的依据，遗传算法的全局寻优能力为细化聚类提供了可靠保障。通过分析发现，采用数据挖掘的方法对水平井进行产能预测，能够在提高水平井产中国石油大学(华东)硕士论文第1章绪言能预测准确度的同时降低了预测成本。因此，随着数据挖掘技术的不断发展，本文采用数据挖掘的方法进行水平井产能预测，能够为水平井开发决策和有关发展战略提供科学的量化依据，有十分重要的

5、意义。1．2国内外研究现状国际上第一次关于数据挖掘与知识发现的研讨会于1989年8月在美国底特律召开，知识发现一词是在此学术会议上正式提出的，此后这项会议发展很快，1995年提升为国际学术大会，即在加拿大召开的第一届知识发现和数据挖掘国际学术会议。这次会议上明确定义了知识发现的概念，并确定了知识发现过程和数据挖掘的关系。此后，数据挖掘开始流行，它是知识发现概念的深化。知识发现与数据挖掘是人工智能、机器学习与数据库技术相结合的产物，其研究重点也逐渐从发现方法转向系统应用，并且注重多种发现策略和技术的集成，以及多种

6、学科之间的相互渗透。其他内容的专题会议也把数据挖掘和知识发现列为议题之一，数据挖掘成为当前计算机科学界的一大热点。数据挖掘技术的研究主要包括数据挖掘方法、数据挖掘算法和知识发现过程“7”。数据挖掘方法包括分类、聚类、预侧和评估、相关性分析、搜索和优化等。数据挖掘算法包括空间数据、文本数据和多媒体数据的数据挖掘算法、并行和分布式数据挖掘技术等。数据挖掘技术的应用十分广泛，从政府管理决策、商业经营、科学研究到工业决策支持等各个领域都可以找到数据挖掘技术的用武之地。1．2．1聚类分析研究现状聚类分析通过分析数据集中的

7、数据对象，根据一定的分类规则，合中国石油大学(华东)硕士论文第1章绪言理地划分对象集合，确定每个对象所属类别。它所采用的分类规则是由聚类分析工具决定的。聚类分析有着广泛的应用，包括模式识别，数据分析，图像处理，以及市场研究领域等。通过聚类，人们能够识别密集和稀疏的区域，进而发现全局的分布模式及数据属性之间有趣的相互关系。聚类分析在数据挖掘中的应用主要有以下几个方面：(1)聚类分析可以作为其他算法的预处理步骤，这些算法继而基于生成簇进行处理。例如，它可以作为特征化和分类算法的预处理步骤，也可将聚类结果用于进一步关

8、联分析。(2)聚类分析可以作为一个独立的工具来获得数据的分布情况，然后观察每个簇的特点，集中对某些特定的簇进一步分析。可用在市场细分、目标顾客定位、业绩估评、生物种群划分等方面。一_(3)聚类分析可以完成孤立点挖掘。许多数据挖掘算法试图使孤立点影响最小化，或者排除他们，然而孤立点本身可能是非常有用的。例如在欺诈探测中，孤立点可能预示着欺诈行为的存在。1．2．2遗传算法研究现状遗传算法是