基于时序数据的环空带压预测混合模型
DOI:
作者:
作者单位:

1.油气藏地质及开发工程国家重点实验室 西南石油大学 四川 成都;2.计算机与软件学院 西南石油大学 四川 成都

作者简介:

通讯作者:

中图分类号:

TE28;X937

基金项目:

国家自然科学基金(U22A20164)、国家自然科学基金(52074234)、油气藏地质及开发工程国家重点实验室2019年开放基金(PLN201925)


Hybrid Model for Annular Pressure Prediction Based on Time Series Data
Author:
Affiliation:

State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Southwest Petroleum University

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为避免异常环空带压导致井筒失效,进而造成安全事故,准确预测环空带压值,在其超过控制值时提前采取预防和解决措施。提出一种针对实际环空带压时序数据和特征捕捉的数据集训练的混合模型——ARIMA-LSTM混合模型,预测某实例井的环空带压值,并与单一模型、RNN神经网络模型进行对比。研究结果显示:通过实际数据训练后,该模型在误差、拟合精度和整体性能上有着良好表现,可为提高环空带压值的预测精度和效率提供参考,对井筒完整性设计有一定帮助。

    Abstract:

    In order to avoid the abnormal annular pressure caused by well failure and safety accidents, accurately predict the annular pressure value, and take preventive and solution measures in advance when it exceeds the control value. A hybrid model based on the training of the actual time series data of the annular pressure value and the dataset of feature capture, namely ARIMA-LSTM hybrid model, is proposed to predict the annular pressure value of a practical well, and compared with the single model and the RNN neural network model. The results show that after the training of the actual data, the model has good performance in error size, fitting accuracy and overall performance, which can provide reference for improving the prediction accuracy and efficiency of the annular pressure value, and has certain help for the well integrity design.

    参考文献
    相似文献
    引证文献
引用本文

张阳杰,张智,王杨,等. 基于时序数据的环空带压预测混合模型[J]. 科学技术与工程, , ():

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2024-03-28
  • 最后修改日期:2024-06-07
  • 录用日期:2024-07-09
  • 在线发布日期:
  • 出版日期:
×
亟待确认版面费归属稿件,敬请作者关注
《科学技术与工程》入选维普《中文科技期刊数据库》自然科学类期刊月度下载排行榜TOP10