[摘要] 影响砾石充填防砂井产能的因素很多 , 关系非常复杂 , 常规理论方法难以建立准确、适用的预测模型。为此 , 对防砂井产能的主要影响因素进行分析 , 引入支持向量机方法 , 与自然产能比方法相结合 ,建立了防砂井产能预测模型。该模型通过有限经验数据的学习 , 能够导出防砂前后采油指数与其影响因素的非线性关系。分别使用支持向量机模型和BP神经网络模型对砾石充填防砂井产能进行预测 , 对比结果表明 , 支持向量机模型有着更高的预测精度 , 在小样本的模式识别方面 , 有着自身独特的优势。

[关键词] 产能预测; 支持向量机; 防砂; 砾石充填; 神经网络; 非线性函数拟合
【点击下载附件文件】