作者：夏钦锋模糊c均值聚类kendall秩相关系数相关性分析递归神经网络
摘要：为了研究涪陵焦石坝区块页岩气井产量变动和压力预测,依据该区块典型页岩气井生产数据,采用模糊C均值聚类方法对生产数据进行自适应聚类,保证生产数据的准确性;再运用Kendall秩相关系数分析法对生产数据进行相关性分析,以确定用于递归神经网络建模的输入变量;最后分别对每一类数据进行建模,形成多模型库。预测时输入需要预测的产量以及历史数据,系统将自动识别并调用其对应的模型进行压力预测,实现不同产量下的压力预测。以涪陵焦石坝页岩气田某气井实验表明,相比传统的BP神经网络和曲线拟合预测,所提方法能够有效提高预测的准确率和稳定性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
