一種基于知識圖譜和隨機森林算法的致密氣井產(chǎn)能預測方法

摘要： 氣井產(chǎn)能預測受地質(zhì)、工程等多種因素影響，傳統(tǒng)的數(shù)學解析、數(shù)值模擬等方法難以快速準確預測致密氣井產(chǎn)能。針對上述問題，基于大數(shù)據(jù)及機器學習的思想，創(chuàng)新性地融合了知識圖譜和隨機森林算法，形成了一種針對致密氣井的產(chǎn)能預測方法。通過數(shù)據(jù)預處理對不同類型的基礎(chǔ)數(shù)據(jù)進行規(guī)范化處理，采用實體識別和鏈接技術(shù)將不同數(shù)據(jù)源的實體整合到知識圖譜中。使用關(guān)系抽取和建模技術(shù)，建立實體之間的關(guān)系和屬性，形成... （共8頁）