一种改进的多层递阶预报方法研究

为解决多层递阶方法的预报效果不稳定 ,特别是预报因子之间存在较大量级差异时预报不稳定的问题 ,给出了一种改进的多层递阶预报方法———多层递阶回归分析方法 .该方法将原模型中的各项看作回归变量作线性回归 ,再以回归系数与预报因子的乘积作为对原预报因子的修正变量 ,然后进行多层递阶预报 .该方法集多层递阶和回归分析两者的优点 ,既能较好地体现高相关因子在预报模型中的重要作用 。

多层递阶回归分析

在经典多层递阶预报模型中,预报因子对模型的贡献大小主要取决于各因子间的相对量值差异,而与预报因子本身的实际预报价值关系甚微。本文针对这一缺陷,提出了一种回归分析与多层递阶方法相结合的统计预报模型——多层递阶回归分析。它既摒弃了经典统计理论中的固定参数预报模型,又较好地消除了由于变量间相对量值差异所造成的贡献差异,充分体现了高相关因子在预报模型中的重要作用。实例计算结果表明,多层递阶回归分析方法的预报效果明显优于经典多层递阶方法和回归分析。

动态预报方法在油田多峰产量预测中的应用

油田生产是一个随时间变化的动态系统,以往采用固定参数模型进行产量预测,忽略了模型参数的时变性,导致其预测误差随着预报期间(步长)的增大而增大。油田在开发生产过程中,由于增产措施及综合调整的实施,油田产量表现出多峰的运行状态。针对该情况,文中通过大量文献调研及研究,最终选择陈元千教授研究成果——多峰预测模型,并结合韩志刚教授提出的多层递阶预报方法,对油田动态系统多峰产量预测进行研究。实际油田应用结果表明,该方法预报精度高,研究成果实用、有效,对于预测油田产量有较强的推广应用价值。