基于复合机器算法的致密气井产能预测模型——以鄂尔多斯盆地SM区块为例OA北大核心CSTPCD

产能精准预测是致密气藏经济高效开发的关键环节。传统产能预测方法假设条件严苛,因而在实际现场应用存在精度较低的问题。为了进一步提高致密气产能预测的精度,以鄂尔多斯盆地SM致密砂岩气藏压裂直井作为研究对象,综合考虑地质参数、压裂施工参数,应用K-近邻、多元线性回归、支持向量机、随机森林、BP神经网络和复合机器学习算法搭建了气井产能预测模型,并应用机器学习模型分别预测了SM致密气藏的气井产能;测试集气井产能真实值和预测值的均方误差、均方根误差、平均绝对百分比误差和决定系数分别是1.2、1.1、9.5、0.96。实例分析结果表明,复合机器学习模型预测精度高于其他机器学习模型,决定系数为0.97,相较于气井产能公式提高了0.02,适用于对本区块进行气井产能预测,可以实现基于数据的快速预测,最终选择复合机器学习模型作为研究区气井产能预测模型。研究成果可为致密气藏的产能预测提供理论指导。