灰色关联度分析(Grey Relation Analysis,GRA)在智慧油田特别是油井产能预测领域应用十分广泛。该技术因为其算法鲁棒性强以及应用范围广等优势被广泛应用于智慧油田、医疗诊断、环境监测、药物筛选、食品安全等领域,一直是国际前沿科学研究热点而受到密切关注。
我院2019级硕士研究生柴子威在其导师韩连福教授的指导下一直从事大数据、人工智能的基础理论与应用研究,近两年来在大数据油井产能预测、地震波衰减补偿等研究领域成果颇丰。柴子威同学设计了一种基于灰关联的油井产能智能预测方法。该方法通过确定测井曲线形态相关性判定的变权值灰关联模型权值系数来间接进行产能预测,基于变权值灰关联分析模型预测准确率为85.06%,高于成组样本灰关联模型的81.97%和改进型绝对灰关联模型的60.65%。
本方法采用一种基于灰关联的油井产能智能预测法来预测油井产能,克服了以往产能预测需要大量数据和人工判断法主观性的缺陷,提高了油井产能预测精测精度。
相关发明专利成果信息:https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=SCPD&dbname=SCPD2021&filename=CN111784065B&uniplatform=NZKPT&v=eP47SWqYE4owBjSThvyHK65kkjJjDXq1LQQr1QtBMPUyneX7CSwqjZiDBojSulWa
现对成果予以公示,公示期2022年7月12日-7月25日。如对公示结果有异议,请于公示期内以口头或书面的形式向物电院反馈。
物理与电子工程学院
2022年7月12日