基于Weka的Apriori算法在原油产量预测中的应用

影响原油产量的因素是多方面的,这些因素和产量之间具有非线性关系,采用通常的数学方法很难对原油产量进行分析和预测。本文提出一种使用Apriori算法在Weka环境下进行原油预测的新方法。首先对某采油厂历年的月度生产相关数据使用K-Means算法进行数据预处理,得到事务数据集,再对其使用Weka平台下的Apriori算法进行关联分析,最后根据给定的最小支持度和最小置信度,筛选出与原油产量相关的强关联规则。使用这些强关联规则对采油厂未来几个月的原油产量进行预测,经过验证对比,该方法计算简单,运算效率高,预测结果准确。

预测模型对美国致密油区块产量预测与适用性分析

美国致密油产量增速迅猛,已成为美国原油产量的重要组成部分,有必要对其产量进行预测。根据2000~2018年,美国三个主要致密油区块(Eagle Ford,Bakken,Niobrara-Codell)产量数据,利用Logistic模型、翁氏模型、Multicyclic Hubbert模型分别预测区块产量,并对比拟合优度,评价对各模型适用性。最后认为Eagle Ford,Bakken,Niobrara-Codell到2025年的累计产量分别约为5.7亿吨、7.3亿吨、3.1亿吨,其中Logistic模型、翁氏模型、Multicyclic Hubbert模型均方根误差平均分别为7.38%,5.43%,4.81%,比较后认为Multicyclic Hubbert模型更适用于对美国致密油产量进行预测。

陆上油田开发投资规模方法研究

本文介绍一种计算油田开发经济投资规模的方法 ,文中从技术和经济角度出发 ,用聚类分析方法对油田进行分类 ;利用DEA有效性原理 ,建立投资规模界限值数学模型。采用数学模型研究石油勘探开发经济投资规模 。