1、基 于 LSTM 神经网络模 型 的 石 油 单 井 产 量 预测 刘嘉 豪，刘 浩（西安石油大学石油工程学院，陕西西安 710065）摘 要：在油 田 开发过程中，预 测 石油 单 井 日 产 量 往往 受 多 种不 确定 因素影响，本 文 基 于 具 有 时 间 记忆 优 势 的 LSTM 神 经 网 络 模 型，使 用 生 产 时 间、冲 程、冲次、日 产液、含 水 率、泵 效、日 产 气 以及 井 口 温 度作 为 输 入参 数，建 立单 井 日 产 量 预 测 模 型。并通 过 手 动 对 预 测 模 型 参 数（最 大 训练 次 数 与 全 局 学 习 率）进 行 调 优，使得 预
2、 测 模 型 具 有 较 高 精 度，通 过 实 例 预 测，最 终 平 均 绝 对 误 差 0.100、均 方 差 0.019以及 平 均 绝 对 百 分 误 差 1.431%。该 模 型 对 于 单 井 日 产 量 具 有 广 泛 的 通用 性，并且 具 有 一 定 的 参 考 意义。关键词：LSTM 神 经 网 络 模 型；产 量 预 测；参 数 优 化 中图分类号：TE331.1 文献标识码：A 文章编号：1673-5285（2023）03-0038-05DOI:10.3969/j.issn.1673-5285.20 2 3.03.008*收稿日期：20 22 07-22 Produc
3、tion prediction of single oil well based on LSTM neural network model LIU Jiahao，LIU Hao（Petroleum Engineering Institute of Xian Shiyou University，Xian Shaanxi 710065，China）Abstract:In the process of oilfield development,the prediction of daily oil production of asingle oil well is often affected by
4、 various uncertain factors.Based on the LSTM neural net work model with the advantage of time memory,production time,stroke,stroke times,daily fluid production,water cut,pump efficiency,daily gas production and wellhead temperatureare used as input parameters to establish a single well daily oil pro
5、duction prediction model.And by manually tuning the parameters of the prediction model（maximum training times andglobal learning rate）,the prediction model has high accuracy.Through instance prediction,the final mean absolute error is 0.100,the mean square error is 0.019,and the mean abso lute perce
6、ntage error is 1.431%.The model has a wide range of versatility for single well daily oil production,and has certain reference significance.Keywords：LSTM neural network model；production forecast；parameter optimization 预测 石 油 单 井 日 产量，对 于 油田开发 来 说 十 分重 要。石 油 单 井 日 产量 往往 受 多种 不确 定因 素影响，近 年 来 随着计算 机 硬 件 的 迭代 以及 人 工 智 能的发展，包 括 石 油 工 业 在 内 的 越 来 越 多的 领 域 都 逐渐 引 入 人 工 智 能 石油 化 工 应用 PETROCHEMICAL INDUSTRY APPLICATION第 42卷 第 3期 2023年 3月 Vol.42 No.3Mar.2023
