一种基于灰色系统理论的提高采收率潜力预测方法

摘要

一种基于灰色系统理论的提高采收率潜力预测方法，包括以下步骤：A.根据油田实际情况，选取连续时间段的提高采收率数据，并将数据分为模拟数据集和检测数据集；B.利用模拟数据集构建原始序列，获得1-AGO序列；C.利用优化的模糊预测模型背景值公式计算1-AGO序列的紧邻均值生成序列；D.计算发展系数和灰色作用量，求得时间响应式和还原值；E.利用步骤D得到模型计算模拟值做拟合精度检验；F.利用步骤D所得到的还原值计算方法进行提高采收率潜力预测。该方法通过对提高采收率数据分析，消除因影响因素选取不当造成的预测误差。同时，对模型模糊预测模型进行优化改进，模型预测精度更高，使提高采收率预测果更加准确、公正、合理。

主权项

一种基于灰色系统理论的提高采收率潜力预测方法其特征在于，主要包括以下步骤：A.获取数据根据油田实际生产情况，选取连续时间段的原油提高采收率数据，并将数据分为模拟数据集和检测数据集，分别用于提高采收率预测模型的数据模拟和对模型运算精度检验；B.构建预测模型(1)利用模拟数据集，构建原始序列：X⁽⁰⁾＝{x⁽⁰⁾(1),x⁽⁰⁾(2),…,x⁽⁰⁾(n)}其中，x⁽⁰⁾(k)≥0,k＝1,2,…,n；(2)建立X⁽⁰⁾的1‑AGO序列X⁽¹⁾：X⁽¹⁾＝{x⁽¹⁾(1),x⁽¹⁾(2),…,x⁽¹⁾(n)}其中，$x^{\left(1\right)}\left(k\right)=\underset{i=1}{\overset{n}{\Sigma }}{x}^{\left(0\right)}\left(i\right),k=\mathrm{1,2},...,n,$并将x⁽¹⁾(n)作为初始条件值；(3)优化模糊预测模型背景值公式，计算X⁽¹⁾的紧邻均值生成序列Z⁽¹⁾：Z⁽¹⁾＝{z⁽¹⁾(1),z⁽¹⁾(2),…,z⁽¹⁾(n)}，其中，$z^{\left(1\right)}\left(k\right)=\frac{x^{\left(1\right)}\left(k\right)-x^{\left(1\right)}(k-1)}{\ln [x^{\left(1\right)}\left(k\right)-x^{\left(1\right)}\left(1\right)]-\ln \left[x^{\left(1\right)}(k-1)\right]}-\frac{x^{\left(1\right)}\left(1\right)·x^{\left(1\right)}(k-1)}{x^{\left(0\right)}\left(k\right)-x^{\left(1\right)}\left(1\right)},k=\mathrm{2,3},...,n$(4)计算时间响应函数灰微分方程方程x⁽¹⁾(k)+az⁽¹⁾(k)＝b的时间响应函数为：$x^{\left(1\right)}\left(k\right)=[x^{\left(1\right)}\left(n\right)-\frac{b}{a}]e^{-a(k-n)}+\frac{b}{a},k=\mathrm{1,2},...,n$其中，‑a为发展系数,b为灰色作用量；(5)计算还原值${\hat{x}}^{\left(0\right)}(k+1)={\hat{x}}^{\left(1\right)}(k+1)-{\hat{x}}^{\left(1\right)}\left(k\right),k=\mathrm{1,2},...,n,$是模型的时间响应函数的累减还原值，当k≤n时，称为预测模型模拟值；当k>n时，称为预测模型预测值；C.拟合精度检验分别对模型进行残差检验和后验差检验，残差检验分别计算：残差：$E\left(k\right)=x^{\left(0\right)}\left(k\right)-{\hat{x}}^{\left(0\right)},k=2,...,n;$相对残差：$e\left(k\right)=[x^{\left(0\right)}\left(k\right)-{\hat{x}}^{\left(0\right)}]/x^{\left(0\right)}\left(k\right),k=2,...,n;$后验差检验分别计算：x⁽⁰⁾的均值：$\bar{X}=\frac{1}{n}\underset{k=1}{\overset{n}{\Sigma }}{x}^{\left(0\right)}\left(k\right);$x⁽⁰⁾的方差：$S_1=\sqrt{\frac{1}{n}\underset{k=1}{\overset{n}{\Sigma }}{[x^{\left(0\right)}\left(k\right)-\bar{X}]}^2};$残差的均值：$\bar{E}=\frac{1}{n-1}\underset{k=2}{\overset{n}{\Sigma }}E\left(k\right);$残差的方差：$S_2=\sqrt{\frac{1}{n-1}\underset{k=2}{\overset{n}{\Sigma }}{[E\left(k\right)-\bar{E}]}^2};$后验差比值：小误差概率：$P=\mathrm{PE}\left\{\right|E\left(k\right)-\bar{E}|<0.6745S_1\}$D.提高采收率预测利用预测模型，通过控制参数k与n的大小，选择要预测的时间点，模型输出即为油田原油提高采收率预测值。