摘要
本发明提供了一种井筒清蜡周期预测方法,属于石油天然气工业领域。所述方法包括:首先收集二氧化碳驱采出井模拟工况下的结蜡实验数据并计算蜡沉积速率实验值;其次预处理样本数据;接着构建初始的随机森林回归模型并利用贝叶斯算法优化模型中的超参数;再利用处理后的二氧化碳驱采出井模拟工况下的样本数据对优化后的随机森林模型进行训练;然后获取二氧化碳驱采出井工况的结蜡实时数据;随后将结蜡实时数据输入训练好的随机森林模型中,预测实时蜡沉积速率;最后根据蜡沉积速率预测清蜡周期。采用本方法,可提高蜡沉积速率的预测精度,为井筒清蜡周期的确定提供较为准确的指导。
技术关键词
周期预测方法
随机森林模型
贝叶斯算法
原油
实时数据
超参数
速率
工况
直观展示模型
采样点
石油天然气工业
油管
回归预测模型
样本
累积分布函数
构建决策树
模型预测值
系统为您推荐了相关专利信息
多光谱遥感数据
高时空分辨率
地物分类方法
地物影像数据
无人机影像数据
风险评估模型
数字高程模型数据
覆冰
地形特征
预警系统
配电网负荷预测
ARIMA模型
深度学习模型
强化学习算法
历史负荷数据
按摩床垫
气囊
压力调节方法
光纤光栅阵列
应变片