構(gòu)建基于數(shù)據(jù)挖掘技術(shù)的水平井產(chǎn)能預(yù)測(cè)模型.pdf

1、水平井產(chǎn)能預(yù)測(cè)在水平井開(kāi)采過(guò)程中起到至關(guān)重要的作用，目前對(duì)水平井產(chǎn)能的預(yù)測(cè)大部分是由公式預(yù)測(cè)，準(zhǔn)確度不高。同時(shí)長(zhǎng)期積累下來(lái)的水平井?dāng)?shù)據(jù)沒(méi)有得到充分利用。數(shù)據(jù)挖掘技術(shù)為從大量的水平井?dāng)?shù)據(jù)中獲得信息提供了有效途徑。 在已有的數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上，對(duì)聚類分析方法和遺傳算法做了進(jìn)一步研究，提出一種基于中心定位算子的遺傳算法(GCOGA)。該方法在保持遺傳算法全局尋優(yōu)特點(diǎn)的同時(shí)解決了遺傳算法運(yùn)行后期在最優(yōu)解附近左右擺動(dòng)，收斂速度較慢的問(wèn)題。

2、針對(duì)聚類算法易陷入局部?jī)?yōu)化的缺點(diǎn)，我們將GCOGA與層次聚類方法相結(jié)合，通過(guò)遺傳算法的全局尋優(yōu)特點(diǎn)彌補(bǔ)聚類算法的不足。在面對(duì)多屬性樣本參與聚類時(shí)，本文提出了結(jié)合樣本屬性的GCOGA-FCM算法，充分的考慮到樣本的屬性值對(duì)聚類效果的影響。 通過(guò)對(duì)數(shù)據(jù)挖掘的方法進(jìn)行研究與改進(jìn)，將其應(yīng)用于水平井產(chǎn)能預(yù)測(cè)。針對(duì)水平井產(chǎn)能預(yù)測(cè)的特點(diǎn)，建立水平井產(chǎn)能預(yù)測(cè)模型，將本文提出的算法應(yīng)用于此模型中。實(shí)驗(yàn)結(jié)果表明，模型完成水平井細(xì)化分類，提高了水平井