最小二乘支持向量机在水平井产能预测中的应用

最小二乘支持向量机在水平井产能预测中的应用

ID:5328150

大小:201.81 KB

页数:3页

时间:2017-12-08

最小二乘支持向量机在水平井产能预测中的应用_第1页
最小二乘支持向量机在水平井产能预测中的应用_第2页
最小二乘支持向量机在水平井产能预测中的应用_第3页
资源描述:

《最小二乘支持向量机在水平井产能预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2010年第14期内蒙古石油化工115最小二乘支持向量机在水平井产能预测中的应用刘科,张琥,贾纯柯,王英(西南石油大学,四川成都6105OO)摘要:随着油气勘探开发技术的发展,水平井以其泄油面积大、油气流动阻力小的突出优点越来越受到人们的重视。通过对水平井的产能预测,可以预测该水平井的开发效益及经济回报,因此对水平井的产能研究变得尤为重要。鉴于水平井产能影响因素的复杂性,本文运用最小二乘支持向量机技术,对多因素非线性影响下的水平井产能进行预测,并通过实例说明该方法的实用性。关键词:水平井;产能预测;最小二乘支持向量机中图分类号:TE357文献标识码

2、:A文章编号:1006-7981(2010)14一O115—03水平井技术20世纪80年代相继在美国、加拿式约束,且将误差平方和损失函数作为训练集的经大、法国等得到工业化应用,由此形成水平井研究技验损失,这样就把解二次规划问题转化为求解线性术的高潮。准确有效地预测水平井产能,是进行油藏方程组问题,提高求解问题的速度和收敛精度。设样工程分析和采油工艺设计的重要基础。目前,水平井本为12维向量,某区域的个样本及其表示为:(x,产能预测方法分为解析法与半解析法。解析法主要Y),⋯,(x,y。)∈R“×R,首先用一非线性映射以Joshi产能计算公式为代表。

3、黄世军等人基于微元(·)把样本从原空间R“映射到特征空间x,在这线汇理论与势的叠加原理,建立了油藏与井筒耦合个高维特征空间中构造最优决策函数:条件下的水平井稳态产能评价半解析模型[6]。因为y(x)=(t’·(x)+b(1)不同油藏的复杂性,此类方法均表现出不同程度的其中,∞为权值矢量,b为偏置。利用结构风险不适应性,导致计算结果与实际误差较大,需要不断最小化原则,最优化问题就转化为寻找使下面风险的进行调整。因此,需要建立一种能综合考虑各种影函数最小的f(x):即响因素,并且预测精度高、预测速度快的水平井产能11Nf(x)=rain寺llct'『l

4、。+÷.ye}(2)预测模型。其中,7为惩罚系数,ei为误差。约束条件为Yi—支持向量机是由Vapnik领导的AT~TBell实w(xi)+b+ei,i一1,2,⋯,N。引入Lagrange乘子验室研究小组在1963年提出的一种新的非常有潜ai,得到:力的分类技术,SVM是一种基于统计学习理论的模11NNN式识别方法,主要应用于模式识别领域。与传统的神L一言Il∞ll。+专ge一ie~i三ai(w~o(x1)+经网络相比,支持向量机算法最终将转化为一个二b+ei-y~)(3)次型寻优问题,从理论上讲得到的将是全局最优点,根据KKT条件,对公式两边求

5、偏导,令解决了在神经网络中无法避免的局部极小值问题。支持向量机的最优求解基于结构风险最小化思想,氅一。因此具有比其他非线性函数逼近方法具有更强的泛3L—O化能力。0L1最Ib-乘支持向量机理论基础—o最小二乘支持向量机是支持向量机的一种改进,它是将传统支持向量机中的不等式约束改为等一。收稿日期:2O1O—O4一O6作者简介:刘科(1982~),就职于西南石油大学现教中心,主要研究钻井、测井工程中的数值计算及优化技术。116内蒙古石油化工2010年第14期流体性质,优选出水平渗透率、垂向渗透率、油层厚f—iajqo(x~)度、水平段长度、孔隙度、原油

6、粘度共6个参数作为JNl∑ai一0样本的输入特征值,输出参数为该水平井的预测产解得:(4)能值。Iai一7∑ei,i一1,⋯,N}2.2样本数据的归一化【w(xi)+b+ei—yi--0,i=1,⋯,N为了消除各输入参数量纲不同对计算造成的影消去变量w和e,求解的优化问题转化为求解响,须对输入参数进行预处理,采用归一化的方法将线性方程:其统一到(O,1)之间。设样本的总数量为j,样本的属K+ry『Jj『.](5)性个数为rn,则有[7]LIT0Lb一Lo]R其中,y:[yl,Y2,⋯,YN],a一[a1,a2,⋯,aN],R=,i=1,2,⋯,j,

7、n=l,2,⋯,In(9)∑Rflv:[1,1,⋯,1],I为N×N的单位矩阵。K(xi,xj)il其中R表示第i个样本的第n个属性值,是-=~p(xi)r(xi)为满足Mercer定理的核矩阵。有由式(5)得到LS-SVM的线性回归预测模型为:R映射到[0,1]区间的值。N。’2.3核函数和参数的选择f(x)=∑aik(xi,x)+b(6)当训练集选定以后,在用支持向量机寻找决策2模型建立函数时,首先要选择支持向量机中的核函数和其中2.1样本参数选取的参数。通过比较,我们选择高斯径向基(Gaussian考虑水平井采油指数[2]RBF)函数:0.5

8、43Khh(Bo)“一k(xi,x)=exp{一jx—xiJ。/2o。)(10)ln[]+(h/L)ln[h/2rW]在径

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。