支持向量机回归在油气钻井成本预测中应用.pdfVIP

2010年5月 西安石油大学学报 (自然科学版) Mav201O 第25卷第3期 JournalofXianShiyouUniversity(NaturalScienceEdition) V_0I．25No．3 文章编号：1673-064X(2010)03-0096-04 支持向量机回归在油气钻井成本预测中的应用 马加传，刘天时 (西安石油大学 计算机学院，陕西 西安710065) 摘要：钻井成本是钻井公司成本的重要组成部分，对钻井成本进行准确预测，有利于提高钻井成本 的控制和计划管理水平．应用作业成本法分析影响钻井成本的主要因素，结合某钻井公司钻井成本 数据，运用支持向量机回归建立预测模型，同多元回归与BP神经网络回归进行对比，验证了支持 向量机模型具有较高的预测精度． 关键词：向量机 ；钻井成本；预测模型；BP神经网络 中图分类号：TE22；F407．22 文献标识码 ：A ’ 油气钻井生产规模大、投资多、风险高，需要花 1 成本影响因素分析 费大量的人力、物力和财力．同时油气钻井过程存在 很多未知因素和不确定因素．钻井生产风险性也很 油气钻井成本从成本形态上可以分为固定成本 大 】．钻井作业会 因为地下情况复杂等 因素的影 与变动成本，固定成本包括：直接人工费、折旧费、井 响，导致钻井投资加大．控制钻井成本对降低钻井工 控费、固控及野营房摊销费、资产 占用费，安全费用 程投资，提高钻井企业和油气生产企业的经济效益 及制造费用．变动成本包括：直接材料费、其他直接 至关重要．目前钻井成本的预测方法多是基于传统 支出费，其中直接材料又主要包括：钻头、钻井液、润 的统计预测，它的理论前提是样本数 目趋于无穷大 滑油、钻具、套管、套管附件、水泥、添加剂、仓储保管 时的渐进理论 J．因此只有当采样数据趋于无穷 费、燃料．影响油气钻井成本的因素主要包括地质环 时，参数方法的训练结果才趋于真实的模型．近些年 境、井型、钻井技术、井深、作业时间、钻井速度、原材 发展起来的人工神经网络属于经验非线性预测方 料价格等因素，国内外学者认为影响钻井成本的主 法，虽然克服了参数预测方法的部分弱点，能够依照 要因素是井深和作业时间 J． 需要、假设数据 内在相关性而构造非线性模型．然 通过对中石油某钻井公司2008年2000多口 而，这些非线性方法缺乏统一的数学理论基础，神经 井的样本数据进行作业动因分析，可以发现钻井成 网络中的结构选择和权重的初值设定，仍需要借助 本与影响因素有如下关系： 于经验，得到的模型通常是局部最优解，而非全局最 (1)地质环境对钻井成本影响较大，不同地质 优．支持向量机是基于统计学习理论的新一代机器 条件下的钻井深度差异很大，钻井深度越深，钻井成 学习技术．由于使用结构风险最小化原则代替经验 本越高； 风险最小化原则，泛化能力强，这样能较好地解决小 (2)井型结构一般分为气开发井、油开发井、气 样本情况下的学习问题，同时再把非线性问题转化