基于机器学习的气井泡排制度优化方法、装置、设备以及介质

本发明公开了基于机器学习的气井泡排制度优化方法、装置、设备以及介质，包括：基于泡排气井动静态特征与日产气量的相关性筛选，得到关联数据集；划分训练集和测试集；当满足预设训练要求时，输出泡排气井日产气量预测模型；确定泡排气井的泡排剂日加注量范围、加注周期范围以及稀释比范围；将优化参数输入泡排气井日产气量预测模型中，得到优化参数对应的预测日产气量；以预测日产气量最大化为目标，对若干组优化参数进行筛选，得到最优优化参数。本发明属于气井泡排制度优化领域。本发明可以提高泡排气井管理效率，提高泡排工艺实施效益。