本发明公开了采用机器学习算法训练油气井组长期指标预测模型的方法和装置，以及利用预测模型确定井组调节操作的方法和装置。模型训练方法包括：获取关于多个井组的历史数据集；对历史数据集进行特征提取以得到基于井组调节操作和井组状态数据的训练样本特征集以及基于井组长期指标的对应标签数据；以及基于训练样本特征集及对应标签数据，采用预设的机器学习算法进行训练，得到经训练的油气井组长期指标预测模型。获取的上述模型能够对各井组的长期指标进行预测，从而可以根据预测的长期指标对井组的实际操作进行调节。进一步地，预测模型可以融合井组的长期和短期指标作为标签数据来进行强化学习，获取能够提升短期和长期指标两者的操作参数。
声明：
“用于指标预测模型训练及井组调节操作确定的方法和装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1052
编辑：管理员
来源：北方有色网
咨询细节
