基于偏最小二乘回归分析的油田操作成本预测——以DX油田为例

Wu CHEN, Taohong WU,Chen CHEN, Mengxiao MA

Journal of Southwest Petroleum University (Social Sciences Edition)（2019）

引用 1|浏览6

暂无评分

摘要

偏最小二乘回归分析通过从自变量和因变量数据表中提取包含原数据变异信息的成分来建立回归模型,能够解决回归建模过程中由于自变量之间的高度相关关系而引起的多重共线性问题.以油田操作成本为研究对象,以操作成本为因变量,选取产液量、产油量、注水量、含水率、措施工作量、工业品购进价格指数、电力价格等7个因素为自变量,以DX油田2010年至2016年的实际数据为基础,对DX油田各自变量指标进行偏最小二乘回归分析,建立回归预测模型,并对该模型进行验证.结果表明,自变量指标对操作成本的解释能力达到了0.99902,模型具有较高的可靠性.这一情况说明,将偏最小二乘回归分析应用于油田操作成本预测具有可行性.

查看译文

关键词

partial least squares regression,regression model,regression prediction model,oilfield operating cost,SIMCA-P software

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要