薛永超, 袁志乾,2, 金青爽， 張春輝， 趙天龍， 劉佳, 李海龍

(1.中國石油大學(xué)(北京)石油工程學(xué)院, 北京 102249； 2.中海石油(中國)有限公司天津分公司, 天津 300452；3.中國石油長慶油田分公司, 慶陽 745100)

油井產(chǎn)量預(yù)測是油田開發(fā)過程中的一項(xiàng)重要工作，準(zhǔn)確的油井產(chǎn)量預(yù)測可以評估出油井的開發(fā)潛力，有助于整體全面的認(rèn)識(shí)油藏，為改善油井的工作制度和制定合理高效的油田開發(fā)方案提供依據(jù)。

近年來，大數(shù)據(jù)、人工智能技術(shù)在智能油田中的運(yùn)用成為熱點(diǎn)話題，這些技術(shù)的實(shí)現(xiàn)都以機(jī)器學(xué)習(xí)算法為基礎(chǔ)[1-4]。相關(guān)人員利用機(jī)器學(xué)習(xí)算法對油井產(chǎn)量預(yù)測開展了大量研究，應(yīng)用多元回歸分析、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等方法建立了油井產(chǎn)量預(yù)測模型，實(shí)現(xiàn)了對油井日產(chǎn)量、初產(chǎn)或平均產(chǎn)量的預(yù)測。線性模型應(yīng)用方面，谷建偉等[5]使用lasso算法進(jìn)行了油井動(dòng)態(tài)日產(chǎn)量預(yù)測；章雨等[6]基于多元線性回歸對環(huán)江油田長6儲(chǔ)層各井日產(chǎn)油量進(jìn)行預(yù)測。但各因素對油田產(chǎn)量的影響是非線性的，這些線性模型很難刻畫。宋宣毅等[7]用灰狼算法優(yōu)化支持向量機(jī)進(jìn)行單井初期日產(chǎn)量預(yù)測，預(yù)測誤差小于12%，但支持向量機(jī)只適用于小樣本的預(yù)測，當(dāng)數(shù)據(jù)集比較大時(shí)，難以應(yīng)用。神經(jīng)網(wǎng)絡(luò)的應(yīng)用方面，李彥尊等[8]以美國Eagle Ford頁巖油氣田為例，用人工神經(jīng)網(wǎng)絡(luò)方法預(yù)測頁巖油氣動(dòng)態(tài)日產(chǎn)量，預(yù)測精度達(dá)90%；李智超等[9]用小波神經(jīng)網(wǎng)絡(luò)做油田年產(chǎn)油量預(yù)測，相對誤差很低；陳娟等[10]用遺傳算法優(yōu)化了網(wǎng)絡(luò)層，對長寧地區(qū)壓裂后頁巖氣水平井日產(chǎn)氣量進(jìn)行了預(yù)測，平均誤差8.76%。神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用效果很好，但其可解釋性差，無法解釋那個(gè)因素是主要影響因素。還有相關(guān)學(xué)者利用長短期記憶網(wǎng)絡(luò)和ARIMA-Kalman濾波器等建立了對油井產(chǎn)量的時(shí)間序列預(yù)測模型。例如，馬承杰[11]使用長短期記憶神經(jīng)網(wǎng)絡(luò)進(jìn)行油井動(dòng)態(tài)日產(chǎn)量預(yù)測，相對于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)，長短期神經(jīng)網(wǎng)絡(luò)能更好地捕捉時(shí)間序列信息，進(jìn)行動(dòng)態(tài)產(chǎn)能預(yù)測，但仍然無法解決神經(jīng)網(wǎng)絡(luò)類模型解釋性差的問題；2018年，谷建偉等[12]用ARIMA-Kalman濾波器數(shù)據(jù)挖掘模型進(jìn)行油井動(dòng)態(tài)月產(chǎn)油量預(yù)測,但該方法考慮的因素比較單一，只考慮產(chǎn)量本身；2019年，谷建偉等[13]使用長短期神經(jīng)網(wǎng)絡(luò)進(jìn)行油井動(dòng)態(tài)月產(chǎn)油量預(yù)測，平均誤差僅為1.46%；任燕龍等[14]用果蠅算法優(yōu)化長短期記憶神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)層進(jìn)行油井動(dòng)態(tài)日產(chǎn)油量預(yù)測，為神經(jīng)網(wǎng)絡(luò)參數(shù)調(diào)整提供了智能算法。傳統(tǒng)機(jī)器學(xué)習(xí)在訓(xùn)練模型時(shí)忽略了輸入特征數(shù)據(jù)間的內(nèi)在聯(lián)系，無法充分提取特征信息，同時(shí)模型需要擬合的參數(shù)過多，直接影響了模型的最終預(yù)測精度。針對傳統(tǒng)機(jī)器學(xué)習(xí)的缺點(diǎn)，將深度森林算法應(yīng)用于油井產(chǎn)量預(yù)測問題中，深度森林是一種基于隨機(jī)森林的深度學(xué)習(xí)算法[15]，目前多用于圖像檢測和模式識(shí)別[16-17]，其特有的多粒度掃描階段可以全方位、多層次的掃描輸入的特征，最大程度地獲取特征信息，為模型準(zhǔn)確度提供保障，同時(shí)相比于其他機(jī)器學(xué)習(xí)算法，該算法擁有參數(shù)少、調(diào)參簡單、魯棒性好等優(yōu)點(diǎn)，因此在面對不同領(lǐng)域的預(yù)測問題時(shí)均能取得不錯(cuò)的效果。

現(xiàn)將深度森林算法應(yīng)用于油井產(chǎn)量預(yù)測問題中，以油井的地質(zhì)參數(shù)、壓裂參數(shù)等數(shù)據(jù)作為輸入特征，構(gòu)建基于深度森林算法的油井產(chǎn)量預(yù)測模型，并對模型預(yù)測結(jié)果做出評估和分析，最終建立可以準(zhǔn)確預(yù)測研究區(qū)塊油井產(chǎn)能的機(jī)器學(xué)習(xí)模型，為油井產(chǎn)能預(yù)測提供一種新方法。

1 原理及方法

1.1 隨機(jī)森林

隨機(jī)森林(random forest，RF)是一種機(jī)器集成學(xué)習(xí)算法，由Breiman在2001年首次提出[18]。集成學(xué)習(xí)通過構(gòu)建多個(gè)學(xué)習(xí)器來完成指定的學(xué)習(xí)任務(wù)[19]，隨機(jī)森林以決策樹作為基學(xué)習(xí)器，并在決策樹的基礎(chǔ)上引入了隨機(jī)屬性選擇。將樣本Y輸入到隨機(jī)森林模型后，模型會(huì)從輸入的樣本數(shù)據(jù)中有放回的隨機(jī)抽取數(shù)據(jù)，訓(xùn)練N個(gè)決策樹模型，每棵決策樹會(huì)根據(jù)自身的屬性獨(dú)立的做出分類預(yù)測或者回歸預(yù)測，隨后將每棵決策樹的結(jié)果放在一起進(jìn)行投票匯總。對于分類問題，得票數(shù)最高的類別即為預(yù)測類別；對于回歸問題，所有決策樹預(yù)測結(jié)果的平均值即為預(yù)測數(shù)值。隨機(jī)森林的分類決策過程可表示為

(1)

式(1)中：H(x)為分類結(jié)果；hi為第i個(gè)決策樹模型；I為度量函數(shù)；N為決策樹數(shù)量；y為目標(biāo)變量。

1.2 深度森林

深度森林(deep forest，DF)是Zhou等[20]在2017年提出的一種深度學(xué)習(xí)方法。相比于深度神經(jīng)網(wǎng)絡(luò)(deep neural networks,DNN)，深度森林參數(shù)較少，且對參數(shù)設(shè)置的敏感度不高，無需進(jìn)行復(fù)雜的調(diào)參，且模型訓(xùn)練容易，易于使用，并行的結(jié)構(gòu)設(shè)計(jì)使其在處理跨域問題時(shí)仍能有不錯(cuò)的表現(xiàn)。

1.2.1 多粒度掃描階段

多粒度掃描階段的目的是為了分析輸入的數(shù)據(jù)特征，挖掘特征間的順序關(guān)系。多粒度掃描應(yīng)用了類似于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks，CNN)的一個(gè)滑動(dòng)窗口來提取特征，窗口在原始特征向量上滑動(dòng)，然后將窗口選取出的特征用隨機(jī)森林進(jìn)行信息提取。完整的多粒度掃描過程如圖1所示：首先輸入完整的具有P維特征的樣本數(shù)據(jù)，應(yīng)用長度為k的滑動(dòng)窗口提取特征，默認(rèn)滑動(dòng)步長為1，那么得到的k維特征子樣本向量數(shù)量S的計(jì)算公式為

圖1 多粒度掃描流程Fig.1 The procedure of multi-grained scanning

S=(P-k)+1

(2)

將所得向量分別代入不同的森林模型(默認(rèn)為隨機(jī)森林模型和完全隨機(jī)森林模型)進(jìn)行計(jì)算處理后輸出類概率向量，最后將不同模型輸出的類概率向量進(jìn)行拼接，最終生成轉(zhuǎn)換特征向量，作為級(jí)聯(lián)森林的輸入向量。

經(jīng)過多粒度掃描階段后，原本的數(shù)據(jù)特征維數(shù)得到了擴(kuò)展，使得后續(xù)算法具有了處理特征順序的能力，增強(qiáng)了級(jí)聯(lián)森林階段。

1.2.2 級(jí)聯(lián)森林階段

級(jí)聯(lián)森林階段是深度森林進(jìn)行深度學(xué)習(xí)的過程。級(jí)聯(lián)森林的每一級(jí)都由不同類型的森林模型組成(默認(rèn)是隨機(jī)森林模型和完全隨機(jī)森林模型)，不同類型的森林模型可以充分提取并學(xué)習(xí)輸入特征向量的信息，提高模型的預(yù)測準(zhǔn)確度。

級(jí)聯(lián)森林階段流程如圖2所示，首先將多粒度掃描階段得到的轉(zhuǎn)換特征向量輸入到級(jí)聯(lián)森林的第一級(jí)中，經(jīng)過不同的森林模型處理后得到增強(qiáng)向量，將生成的增強(qiáng)向量與原先的轉(zhuǎn)換特征向量進(jìn)行拼接，得到的新向量作為下一級(jí)的輸入向量，將最后一級(jí)生成的增強(qiáng)向量進(jìn)行回歸取平均值得到最終結(jié)果。

圖2 級(jí)聯(lián)森林流程Fig.2 The procedure of cascade forest

模型過擬合會(huì)導(dǎo)致模型在面對訓(xùn)練集以外的數(shù)據(jù)時(shí)表現(xiàn)很差，為避免該情況發(fā)生，每一個(gè)森林模型所產(chǎn)生的增強(qiáng)向量均由k折交叉驗(yàn)證得到。級(jí)聯(lián)森林的級(jí)數(shù)由算法自動(dòng)確定，當(dāng)模型連續(xù)三級(jí)的訓(xùn)練中性能沒有提升，則終止級(jí)聯(lián)森林過程。

1.3 MDI特征選擇

進(jìn)行特征選擇是構(gòu)建預(yù)測模型前的必要工作，從多維特征中提取最重要的特征參數(shù)有利于提升模型的精度和泛化能力[21]。平均不純度減少 (mean decrease impurity，MDI)方法是一種基于隨機(jī)森林的特征選擇方法，該方法以添加該特征后預(yù)測誤差的減小程度作為特征重要性的評價(jià)依據(jù)。決策樹通過計(jì)算不純度減少程度來選擇特征生成節(jié)點(diǎn)，每個(gè)特征使模型減少的不純度即為這個(gè)特征的重要程度。設(shè)有n個(gè)特征,模型的初始誤差為e0，向模型中添加某個(gè)特征節(jié)點(diǎn)后模型的誤差為ei，那么該特征的重要性Mi可表示為

(3)

按照式(3)依次計(jì)算每個(gè)特征的重要性，并按重要性大小將特征進(jìn)行排列。對于重要性高的特征予以保留；對于重要性低的特征，觀察剔除該特征后對模型精度的影響，若模型精度變化不大，則說明該特征是冗余特征可以剔除，若模型精度變化大則予以保留。

1.4 模型評價(jià)指標(biāo)

建立模型后需要借助評價(jià)指標(biāo)來直觀反映評價(jià)模型的精度和泛化能力[22]，常用的評價(jià)指標(biāo)有均方根誤差(root mean square error，RMSE)、平均相對誤差(mean relative error，MRE)、決定系數(shù)R2等。本文中選取RMSE、MRE、R2作為模型評價(jià)指標(biāo)。

均方根誤差計(jì)算公式為

(4)

平均相對誤差計(jì)算公式為

(5)

決定系數(shù)計(jì)算公式為

(6)

2 深度森林產(chǎn)量預(yù)測模型建立

2.1 樣本選取

選取H152油藏作為研究對象，H152油藏位于鄂爾多斯盆地南部沉積中心，屬于低孔低滲透油藏。該油藏1996年投入開發(fā)，截至目前，全區(qū)動(dòng)用含油面積48.7×104km2，動(dòng)用地質(zhì)儲(chǔ)量2 435×104t，綜合含水率67.6%，采出程度13.73%。研究選取該井區(qū)典型生產(chǎn)井242口作為產(chǎn)量預(yù)測研究對象，產(chǎn)量預(yù)測目標(biāo)為每口生產(chǎn)井開井生產(chǎn)半年內(nèi)的月均產(chǎn)油量，因?yàn)殚_井生產(chǎn)半年內(nèi)一般不會(huì)采取大規(guī)模的增產(chǎn)措施，此時(shí)的產(chǎn)量最能直接反映一口井的產(chǎn)油能力。

2.2 樣本劃分

完成樣本選取后，將樣本數(shù)據(jù)劃分為訓(xùn)練集、驗(yàn)證集、測試集三類。其中訓(xùn)練集數(shù)據(jù)用于訓(xùn)練模型，確定模型中的假設(shè)函數(shù)參數(shù)；驗(yàn)證集數(shù)據(jù)用于優(yōu)化模型超參數(shù)，選取表現(xiàn)最優(yōu)的超參數(shù)組合，確定最優(yōu)模型；測試集數(shù)據(jù)用于對模型進(jìn)行性能評估。將242口樣本井?dāng)?shù)據(jù)以6∶2∶2的比例劃分訓(xùn)練集、驗(yàn)證集和測試集，即152口井?dāng)?shù)據(jù)用于訓(xùn)練模型，45口井?dāng)?shù)據(jù)用于優(yōu)選超參數(shù)，45口井?dāng)?shù)據(jù)用于評估模型。

2.3 數(shù)據(jù)預(yù)處理

2.3.1 缺失值處理

全面分析并選取可能影響油井產(chǎn)量的特征因素，包含孔隙度、滲透率、有效厚度、含水飽和度、泥質(zhì)含量、電阻率、射孔厚度、井底流壓、生產(chǎn)壓差、井位置、入地總液量共計(jì)11種特征因素。經(jīng)統(tǒng)計(jì)，在2 662個(gè)數(shù)據(jù)點(diǎn)上共有235個(gè)數(shù)據(jù)缺失，數(shù)據(jù)缺失率處于正常范圍之內(nèi)，數(shù)據(jù)缺失分布如圖3所示。

圖3 缺失值分布Fig.3 Missing value distribution

針對缺失值，采取K最鄰近算法(K-nearest neighbor，KNN)填補(bǔ)缺失值。該方法選取與缺失數(shù)據(jù)點(diǎn)距離最近的K個(gè)數(shù)據(jù)點(diǎn)的數(shù)據(jù)平均值作為填補(bǔ)值，對缺失數(shù)據(jù)進(jìn)行填補(bǔ)，這里采用的距離通常是歐氏距離。本文中K值取5，即選擇與缺失數(shù)據(jù)點(diǎn)最鄰近的5個(gè)數(shù)據(jù)點(diǎn)的平均值作為填補(bǔ)值。經(jīng)過相關(guān)計(jì)算后，235個(gè)數(shù)據(jù)缺失均成功被填補(bǔ)。

2.3.2 標(biāo)準(zhǔn)化處理

在建立預(yù)測模型前，需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。本文中選取Z-Score標(biāo)準(zhǔn)化方法，即

(7)

式(7)中：x為個(gè)體觀測值；μ為總體數(shù)據(jù)平均值；σ為總體數(shù)據(jù)標(biāo)準(zhǔn)差。

經(jīng)過標(biāo)準(zhǔn)化處理后，不同量級(jí)的數(shù)據(jù)轉(zhuǎn)化為同一量級(jí)，統(tǒng)一用計(jì)算出的Z-Score衡量，這有助于提升模型的收斂速度和預(yù)測精度。

2.4 特征參數(shù)選擇

應(yīng)用MDI特征選擇方法對可能影響油井產(chǎn)量的11種特征參數(shù)進(jìn)行分析，通過式(4)計(jì)算每個(gè)特征的重要性，各個(gè)特征重要性計(jì)算結(jié)果如圖4所示。

圖4 特征參數(shù)重要性柱狀圖Fig.4 Column of feature parameter importance

從計(jì)算結(jié)果可以看出入地總液量對產(chǎn)量的影響最大，入地總液量是描述壓裂的重要參數(shù)，H152油藏屬于低滲透油藏，油井不壓裂便沒有產(chǎn)能，因此影響最大，此外有效厚度和生產(chǎn)壓差對產(chǎn)量的影響也較大。井位置和射孔厚度的重要性基本為0，與產(chǎn)量間基本無關(guān)系。對于剩下的特征，采取逐一剔除的方式進(jìn)行檢驗(yàn)，若剔除后對模型的精度影響較大則保留，經(jīng)過檢驗(yàn)后，孔隙度、滲透率、泥質(zhì)含量三個(gè)特征被保留。綜上，最終選擇孔隙度、滲透率、泥質(zhì)含量、生產(chǎn)壓差、有效厚度、入地總液量6個(gè)特征參數(shù)作為模型的輸入變量。

2.5 深度森林參數(shù)優(yōu)化

2.5.1 深度森林建模流程

將訓(xùn)練集中152口樣本井?dāng)?shù)據(jù)代入到深度森林模型中訓(xùn)練模型，完成建模過程。根據(jù)MDI特征選擇結(jié)果，孔隙度、滲透率等6個(gè)特征被保留，因此深度森林產(chǎn)量預(yù)測模型的輸入特征維數(shù)為6維，使用深度森林默認(rèn)的超參數(shù)建模。在多粒度掃描階段，選取3個(gè)滑動(dòng)窗口對特征進(jìn)行掃描提取，窗口長度分別為1、2、3，滑動(dòng)步長為1，森林模型采用隨機(jī)森林和完全隨機(jī)森林模型。在級(jí)聯(lián)森林階段，每一級(jí)都包含兩個(gè)隨機(jī)森林模型和兩個(gè)完全隨機(jī)森林模型，森林模型決策樹數(shù)量和深度設(shè)置與多粒度掃描階段相同，若連續(xù)三級(jí)模型精度沒有提升，則終止級(jí)聯(lián)森林過程，深度森林產(chǎn)量預(yù)測模型示意圖如圖5所示。

圖5 深度森林產(chǎn)量預(yù)測流程Fig.5 Production forecast procedure of deep forest

2.5.2 網(wǎng)格化搜索優(yōu)化超參數(shù)

超參數(shù)優(yōu)化對提升模型精度有著重要意義。利用訓(xùn)練集中152口樣本井?dāng)?shù)據(jù)訓(xùn)練具有不同超參數(shù)的深度森林產(chǎn)量預(yù)測模型，然后將驗(yàn)證集中45口樣本井?dāng)?shù)據(jù)分別代入訓(xùn)練好的模型中進(jìn)行預(yù)測，根據(jù)不同模型預(yù)測結(jié)果的評價(jià)指標(biāo)來確定最優(yōu)超參數(shù)，確定最優(yōu)模型。

深度森林主要的超參數(shù)有決策樹最大深度、每個(gè)森林模型中的決策樹個(gè)數(shù)、級(jí)聯(lián)森林級(jí)數(shù)，其中級(jí)聯(lián)森林級(jí)數(shù)可以通過深度森林算法自行確定，這里對決策樹最大深度和決策樹個(gè)數(shù)進(jìn)行優(yōu)化。根據(jù)相關(guān)文獻(xiàn)和經(jīng)驗(yàn)，樹最大深度取值范圍為(15，30，50)，決策樹數(shù)量取值范圍為(100，200，500，1 000)，參數(shù)優(yōu)化結(jié)果如表1所示。

根據(jù)表1的計(jì)算結(jié)果，當(dāng)決策樹最大深度為30，每個(gè)森林模型決策樹個(gè)數(shù)為500時(shí)，深度森林模型在驗(yàn)證集上的均方根誤差和平均相對誤差有最小值，此時(shí)的模型即為最優(yōu)模型。

表1 深度森林超參數(shù)優(yōu)化結(jié)果

3 產(chǎn)量預(yù)測與分析

利用測試集中的45口井?dāng)?shù)據(jù)對模型進(jìn)行性能評估。為了對深度森林產(chǎn)量預(yù)測模型進(jìn)行綜合的比對和評價(jià)，本文中同時(shí)建立了BP(back propagation)神經(jīng)網(wǎng)絡(luò)產(chǎn)量預(yù)測模型和隨機(jī)森林產(chǎn)量預(yù)測模型，兩種模型的樣本劃分和輸入特征與深度森林相同，同樣使用網(wǎng)格化搜索優(yōu)化超參數(shù)。

將測試集中45口井?dāng)?shù)據(jù)分別代入到深度森林產(chǎn)量預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)產(chǎn)量預(yù)測模型和隨機(jī)森林產(chǎn)量預(yù)測模型中，三種模型在測試集上的產(chǎn)量預(yù)測擬合結(jié)果如圖6所示，利用預(yù)測產(chǎn)量計(jì)算模型評價(jià)指標(biāo)，以模型評價(jià)指標(biāo)作為模型性能評價(jià)依據(jù)。三種模型評價(jià)指標(biāo)計(jì)算結(jié)果如表2所示。

圖6 三種模型產(chǎn)量預(yù)測擬合結(jié)果Fig.6 Production forecast results of three model

表2 各模型評價(jià)指標(biāo)計(jì)算結(jié)果

從三個(gè)預(yù)測模型在測試集上的評價(jià)指標(biāo)來看，BP神經(jīng)網(wǎng)絡(luò)模型的均方根誤差25.62，平均相對誤差23.51%，決定系數(shù)0.68；隨機(jī)森林模型的均方根誤差16.74，平均相對誤差15.36%，決定系數(shù)0.82；深度森林模型的均方根誤差8.69，平均相對誤差7.97%，決定系數(shù)0.94。均方根誤差和平均相對誤差反映了模型整體的預(yù)測誤差，決定系數(shù)反映了預(yù)測值和實(shí)際值之間的擬合情況，深度森林模型有著最低的均方根誤差、平均相對誤差和最高的決定系數(shù)，說明深度森林模型在測試集上的整體誤差最小，預(yù)測產(chǎn)量和實(shí)際產(chǎn)量間的擬合情況最好，因此深度森林模型是三個(gè)模型中性能最好的模型。

繪制三種模型實(shí)際產(chǎn)量與預(yù)測產(chǎn)量的對比曲線如圖7所示，發(fā)現(xiàn)少數(shù)預(yù)測點(diǎn)的產(chǎn)量預(yù)測值與實(shí)際值偏差很大，這可能是兩個(gè)原因?qū)е碌模旱谝粋€(gè)原因是對部分井的缺失數(shù)據(jù)采用了KNN方法進(jìn)行填補(bǔ)，填補(bǔ)值與實(shí)際值之間存在差異，這導(dǎo)致了預(yù)測值出現(xiàn)偏差；第二個(gè)原因是部分井在生產(chǎn)過程中采取了大型作業(yè)措施，這會(huì)導(dǎo)致油井產(chǎn)量發(fā)生大幅變化，最終造成該部分井的預(yù)測產(chǎn)量與實(shí)際產(chǎn)量相差較大。

圖7 實(shí)際產(chǎn)量與預(yù)測產(chǎn)量對比圖Fig.7 Comparison of actual production and forecast production

4 結(jié)論和建議

(1)建立了基于深度森林算法的油井產(chǎn)量預(yù)測模型，利用油田所提供的相關(guān)數(shù)據(jù)即可快速預(yù)測油井產(chǎn)量，且預(yù)測結(jié)果準(zhǔn)確，誤差較小。

(2)應(yīng)用KNN最鄰近算法填補(bǔ)缺失值，是處理數(shù)據(jù)缺失問題的好方法。由于各種原因，油田提供的數(shù)據(jù)難免存在部分缺失，KNN算法填補(bǔ)的缺失值最接近真實(shí)值，有利于提升產(chǎn)量預(yù)測模型的精度。

(3)MDI特征選擇方法可以快速準(zhǔn)確的篩選出對油井產(chǎn)量影響最大的特征參數(shù)，同時(shí)剔除冗余特征，實(shí)現(xiàn)特征降維，降低模型復(fù)雜度。

(4)與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林等機(jī)器學(xué)習(xí)算法相比，深度森林算法的能夠更全面準(zhǔn)確地提取特征信息，計(jì)算效率高，預(yù)測結(jié)果更準(zhǔn)確。基于深度森林算法的油井產(chǎn)量預(yù)測模型能夠有效預(yù)測油井產(chǎn)量，為油田生產(chǎn)以及開發(fā)方案的調(diào)整提供參考和依據(jù)。

(5)可以考慮將更多特征參數(shù)納入到產(chǎn)量預(yù)測模型中，如鉆完井方式、增產(chǎn)措施、生產(chǎn)工藝等，進(jìn)一步提升預(yù)測模型的準(zhǔn)確性和泛化性。同時(shí)可以依據(jù)產(chǎn)量預(yù)測模型的建立思路，構(gòu)建其他生產(chǎn)指標(biāo)的預(yù)測模型，如產(chǎn)水量預(yù)測、產(chǎn)氣量預(yù)測等，實(shí)現(xiàn)油田生產(chǎn)多指標(biāo)預(yù)測。