本发明提供一种基于模糊评估的油井动液面自适应预测方法,涉及石油生产技术领域。首先根据油田的生产工况建立多工况预测模型,对不同工况采用强化学习的算法建立子模型,根据其不同的生产特性匹配最佳的工况输出模型;动态确定集成子模型的加权权重;利用在线测量输出模型的动液面数据和泵效参数建立关于产液量波动变化趋势推理的模糊专家系统,对工况模型进行评估;利用模糊评估新的模型性能评价指标在线自适应更新建模,通过判断产液量波动变化趋势与实际值的拟合优度来动态更新模型。本发明提供的基于模糊评估的油井动液面自适应预测方法,有效改善了单一模型算法在进行动液面预测时存在的预测精度不高、泛化性差以及容易发生过拟合等不足。
声明:
“基于模糊评估的油井动液面自适应预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)