基于PSO-SVM的空气钻井地下水水位预测

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：肖军民刘慧升
• 会议时间：2011-11-01
• 关键词：气田 ; 空气钻井 ; 地下水位 ; 预测模型 ; 粒子群算法 ; 支持向量机
• 作者单位：肖军民(中国石化江汉油田分公司采气厂,重庆万州404020)刘慧升(中国石化江汉油田分公司采油厂,重庆万州404020)
• 母体文献：2011全国特殊气藏开发技术研讨会论文集
• 会议名称：2011全国特殊气藏开发技术研讨会
• 会议地点：重庆
• 主办单位：重庆市科学技术协会
• 语种：chi
• 分类号：TE2;TE3

摘要

为缩短兴隆气田空气钻井周期,降低钻井成本,需对地下水水位进行预测.结合粒子群算法(PSO)和支持向量机(SVM),提出了一种新的空气钻井地下水水位预测模型.该模型利用了粒子群算法快速全局优化特点和支持向量机求解速度快、易描述非线性关系的优良特性;粒子群算法用于搜索支持向量机的最优参数,然后将支持向量机用于地下水位预测.结果表明,该模型具有收敛快、预测精度高等特点,在空气钻井地下水位预测中具有一定的工程应用价值.