收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于时间序列分析方法的油田产量预测与应用

李达  
【摘要】:油田产量的预测,关系着油田的科学决策,对于合理的指导油田生产有至关重要的作用。目前提取多特征的建模方式普遍应用在各地的油田产量预测中,虽然这种提取多特征的建模方式预测准度比较准确。但是由于各地的实际状况不同,而影响油田产量的因素复杂多变,油田覆盖面积比较大,在预测油田总产量时,提取多特征的建模方式,实际操作性比较差且不具有普适性。中石油油气生产物联网系统(A11),管理着国内多家大型油田的生产,如何建立有效的普适性预测模型,如何提高模型的预测准确度,是本文研究的重点。本文在总结前人研究成果的基础上,通过理论结合实际的方法,深入探讨了时间序列分析方法在油田产量预测中的应用。(1)对A11要建立普适性的有效预测模型,本文提出采用时间序列方法来分析建模。时间序列分析方法不需要提取外在的特征,只关心产量曲线本身的内部特征,再考虑到,油田日产量数据成分的复杂性以及样本数据个数的局限性,因此可以采用时间序列分析方法来对油田日产量数据进行分析建模。首先对经典时间序列模型AR,MA,ARMA,ARIMA的理论基础以及建模过程进行了深入研究。然后依托于实际的油田产量数据,抽象油田日产量数据,为单一时刻瞬时值,采用一年365天的数据作为训练样本来进行建模,之后的20天的数据作为校验样本,来评估模型的优良程度,根据油田数据的特点,最终通过实验评估出ARIMA模型对于油田日产量的预测具有很好的适用性,预测准确度达到98.16%。(2)为了要提高模型的准确度,本文提出了ARIMA-BP神经网络的时间序列组合预测模型。在实际的生产环境时间序列中,或多或少都含有线性和非线性部分,其中油田日产量就是典型的代表。ARIMA模型能够很好的对线性的时间序列进行拟合和预测,而BP神经网络模型对于非线性时间序列的预测效果更好。ARIMA-BP组合预测模型是通过运用ARIMA模型对时间序列进行线性成分拟合,提取残差时间序列,然后运用BP神经网络建模。线性成分和非线性成分建模分别用ARIMA模型和BP神经网络模型,预测时分别预测求和。通过实验表明BP模型预测准确度为98.86%,组合模型预测准确度为99.28%,组合模型比单一模型预测效果更加理想。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗佳伟;张强;杨书;;基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J];预防医学情报杂志;2018年03期
2 邱林;;应用ARIMA模型预测某三级甲等医院门诊量[J];中国医院统计;2018年01期
3 应绍桦;;基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J];经贸实践;2018年10期
4 周惠;陈晓军;张杨;李智;;ARIMA模型在肺结核登记病例数预测中的应用[J];江苏预防医学;2018年03期
5 韩玲;颜隆;王鸿;石翎笙;高治理;贺娟;;ARIMA乘积季节模型在天津市痢疾发病预测中的应用[J];中华中医药杂志;2018年07期
6 程小佩;;基于ARIMA模型货币供应量变动分析[J];合作经济与科技;2018年14期
7 娄鹏威;吴秀峰;张学良;徐加波;王凯;;基于ARIMA乘积季节模型的新疆布鲁氏菌病流行趋势分析[J];新疆医科大学学报;2017年01期
8 成云;成孝刚;谈苗苗;周凯;李海波;;基于ARIMA和小波神经网络组合模型的交通流预测[J];计算机技术与发展;2017年01期
9 王敬忠;程聪;谢旭;梅树江;尹凌;;深圳市登革热传播风险ARIMA模型预测分析[J];疾病监测与控制;2016年12期
10 马春会;余晋林;温丽玲;郭如华;余卓丽;罗益红;;ARIMA模型在单采血小板临床用量预测中的应用[J];中国输血杂志;2016年12期
11 张艳艳;刘晓佳;熊子龙;张可;;基于ARIMA模型的水上交通事故预测[J];中国水运(下半月);2017年02期
12 罗冬梅;王娜;吴秀峰;王凯;;ARIMA模型在新疆巴州梅毒疫情预测中的应用[J];数学的实践与认识;2017年07期
13 刘海鹏;金玉莲;刘光辉;倪虹;张秀平;崔伟;;住院患儿医院感染发生率ARIMA时间序列模型[J];中国感染控制杂志;2017年03期
14 徐韬;;基于小波-ARIMA的浮动车运行车速动态预测模型[J];江西建材;2017年15期
15 马晓梅;刘颖;杨梦利;闫国立;徐学琴;王瑾瑾;郗园林;段广才;;手足口病月发病率ARIMA乘积季节模型预测探讨[J];现代预防医学;2017年09期
16 邓伟中;张浩洋;李苑;;ARIMA模型预测深圳宝安区流感样病例发病率的可行性[J];疾病监测与控制;2017年06期
17 张学敏;营亮;李海朋;;基于R语言的ARIMA模型在猩红热分析预测中的应用[J];江苏预防医学;2017年03期
18 张正斌;段琼红;李月华;易凤莲;鲁周琴;王卫华;杜义祥;;ARIMA模型在武汉市结核病疫情预测中的应用[J];公共卫生与预防医学;2017年03期
19 周春芳;施锦明;任宏;王晔;;ARIMA模型在上海市崇明区病毒性肝炎预测中的应用效果研究[J];社区医学杂志;2017年12期
20 郭娜娜;马艳霞;果丽平;李燕霞;邓健;;ARIMA模型在河北省邯郸市手足口病发病预测中的应用[J];医学动物防制;2017年09期
中国重要会议论文全文数据库 前10条
1 何巧娜;胡樱;张增长;宇传华;;湖北省卫生总费用的ARIMA模型研究[A];2011年中国卫生统计学年会会议论文集[C];2011年
2 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集(下册)[C];2004年
3 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年
4 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年
5 毛锦凰;;ARIMA模型在宁夏财政预测中的应用[A];中国企业运筹学第十届学术年会论文集[C];2015年
6 胡威;杨杉;张成;马国柱;李梦琳;;基于ARIMA流量预测模型的粒子群带宽动态分配算法[A];2017智能电网发展研讨会论文集[C];2017年
7 李卓;谢沅潮;;中国国际贸易进口ARIMA季度模型[A];“决策论坛——管理决策模式应用与分析学术研讨会”论文集(下)[C];2016年
8 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 何榕健;李少霞;庞竣;;基于ARIMA的WCDMA无线扩容预测模型[A];2014全国无线及移动通信学术大会论文集[C];2014年
10 陈盼;陆卫群;;ARIMA模型在区域人口预测的应用分析[A];“决策论坛——区域发展与公共政策研究学术研讨会”论文集(下)[C];2016年
中国博士学位论文全文数据库 前10条
1 刘建华;手足口病发病趋势预测及传播动力学模拟研究[D];华中科技大学;2017年
2 孙晓东;邮轮收益管理:需求预测与收益优化[D];上海交通大学;2011年
3 付敏英;天津市城镇化融资决策研究[D];天津大学;2011年
4 张立杰;棉花价格研究及预测[D];天津大学;2012年
5 姜向荣;短时间序列预测建模及应用研究[D];北京邮电大学;2009年
6 向昌盛;基于支持向量机的时间序列组合预测模型[D];湖南农业大学;2011年
7 汪琼;我国轿车企业新车面市时间与先行者优势相关研究[D];华中科技大学;2010年
8 胡建峰;橘小实蝇监测、生物防治及蛋白铒剂应用机理[D];福建农林大学;2012年
9 李晓林;突发事件对金融市场的影响研究[D];电子科技大学;2013年
10 胡宇峰;深圳市梅毒疫情时空分布特征和防治策略研究[D];中南大学;2010年
中国硕士学位论文全文数据库 前10条
1 章维维;基于ARIMA修正模型的电力市场价格预测研究[D];东北电力大学;2018年
2 程俊;基于ARIMA-LSTM混合模型的机械传动件制造企业销售预测方法研究与应用[D];电子科技大学;2018年
3 刘钰;基于VMD-ARIMA-HGWO-SVR组合模型的港口集装箱吞吐量预测[D];兰州大学;2018年
4 李达;基于时间序列分析方法的油田产量预测与应用[D];兰州理工大学;2018年
5 李泽;新疆地区丙型肝炎发病数预测模型的研究[D];新疆医科大学;2018年
6 罗荣锦;基于统计学方法的互联网企业运营指标异常值监控及预警模型[D];华东师范大学;2017年
7 杨玮;基于GM(1,1)与ARIMA的长江干线航道水位预测研究[D];武汉理工大学;2015年
8 徐兰芹;基于ARIMA组合模型的济南市空气质量指数(AQI)研究[D];山东大学;2017年
9 田波;基于时间序列分析的风功率超短期预测研究[D];沈阳农业大学;2017年
10 刘胜;基于ARIMA与SVM组合模型的国内旅游市场预测研究[D];东华理工大学;2017年
中国重要报纸全文数据库 前1条
1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978