摘要
本发明涉及一种致密气井产能预测方法,包括:数据采集步骤:采集作为参考的致密气井的多种预设参数的基础数据,并采用统计分析法对基础数据进行预处理形成基础数据集;相关性分析步骤:基于预设的多种相关性分析方法,从基础数据集中筛选出待建立的预测模型的输入参数;模型构建步骤:基于基础数据集中对应于输入参数的数据,对预设种类网络架构的机器学习模型进行训练,并从训练得到的机器学习模型中选择预测效果最佳的模型作为预测模型;模型应用步骤:针对待预测产能的致密气井,获取其输入参数的数据值,并输入到所述预测模型中,得到预测的产能。
技术关键词
相关性分析方法
机器学习模型
皮尔逊相关系数
网络架构
基础
随机搜索方法
储层电阻率
储层孔隙度
数据缺失值
日产水量
岩性参数
产能
变量
随机森林
饱和度
数值
指标
测井
系统为您推荐了相关专利信息
策略
文本识别
大语言模型
信息管理方法
识别设备
轻量化设计方法
基础结构
仿生机器人
蜂窝结构
基元
非小细胞肺癌患者
转移预测方法
梯度提升机
训练机器学习模型
可视化工具
生成警报信号
资源
人工智能模型
项目
大语言模型