油气井产量数据的深度学习方法预测研究

    本项目利用统计机器学习下的Arps 指数递减曲线、灰色理论模型、差分自动回归移动平均模型与支持向量机的组合模型三种预测方法，以及基于深度学习的反向传播神经网络、长短期记忆神经网络和门控循环单元神经网络基本方法，对塔里木大北气田建立最优的油气井单井产量预测模型。

    通过研究辅助业主单位了解油井油量的生产动态，掌握开采油量的变化规律，制定出合理的开发方式、科学管理油气储量，提高油藏开发的采收率，达到“可持续发展”的油田管理智慧化建设。

部分统计机器学习与深度学习模型预测对比