基于ARIMA-Kalman滤波器数据挖掘模型的油井产量预测OA北大核心CSCDCSTPCD
Oil well production forecasting method based on ARIMA-Kalman filter data mining model
影响水驱开发油田产量的因素众多,针对常规产量预测方法无法考虑时序影响因素的非同步性以及滞后性,应用时间序列分析方法,结合卡尔曼滤波器(Kalman filter),建立考虑因素动态关系的产量ARIMA-Kalman滤波器时间序列模型.根据历史产量数据建立时间序列中的产量差分自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型;再将ARIMA模型与Kalman滤波器相结合,构建产量预…查看全部>>
谷建伟;隋顾磊;李志涛;刘巍;王依科;张以根;崔文富
中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580中国石油大学(华东)石油工程学院,山东青岛266580中国石化胜利油田分公司勘探开发研究院,山东东营257015中国石化胜利油田分公司胜利采油厂,山东东营257015
能源科技
油气田开发工程时间序列产量预测数据挖掘ARIMA模型卡尔曼滤波器
《深圳大学学报（理工版）》 2018 (6)
575-581,7
国家科技重大专项基金资助项目(2016ZX05011-001)
评论