基于机器学习的石油峰值模型研究及应用

发布时间：2017-07-28 12:02

  本文关键词：基于机器学习的石油峰值模型研究及应用

  更多相关文章： 机器学习 线性回归 异常点检测 石油峰值模型

【摘要】：石油资源不仅影响一个国家的经济发展,更是一个国家不可或缺的战略资源。预测石油储产量峰值及其出现时间,能够为石油战略决策提供极有价值的预警信息。开展机器学习理论方法在石油峰值预测中的应用研究,可以更好地增强模型描述能力并提升预.测的合理性。本文介绍了相关的石油峰值模型和机器学习方法。首先研究和实践了基于模型删除数据的异常点检测及其处理方法,进而依据检测后的数据基于逐步向前回归的思想建立了适用于中国石油产量预测的Hubbert模型；然后在大量国内外石油峰值预测模型调研的基础上,结合不同的机器学习算法,研究了多种石油峰值预测的建模方法,尤其提出了可描述多循环产量趋势特征的多峰预测模型。本文的主要研究内容如下：(1)设计了基于模型删除数据的异常点检测算法,并利用该算法对中国石油产量数据序列进行了异常点检测。(2)利用逐步回归建立符合中国石油产量趋势的Hubbert模型。按容忍处理和修正处理的两种异常点处理情况,基于逐步回归得到不同URR(最终可采储量)值,从中选取几个较有代表性的URR值进行模型的建立和预测对比,得到异常点修正后URR为132.72亿吨时建立的Hubbert模型更适用于中国石油产量预测的结论。(3)提出了基于单峰模型的分段预测模型、基于分段线性拟合的多峰预测模型、基于多项式拟合的多峰预测模型、基于动态规划的多峰预测模型4种多峰预测模型的建模方法,并提出了基于波谷识别、基于多项式拟合和基于动态规划策略3种自动检测峰期和数据分段的方法。最后,利用国内某油田某开发区产量数据对四种多峰预测模型进行了实例研究,发现在方法复杂程度、峰期分段识别、趋势特征适应等方面,不同模型有各自不同的优势和不足：单纯的多项式曲线拟合对未来数据的预测偏离实际,对于石油产量这样数据波动较大且数据量不多的数据集适用性较差；基于动态规划的多峰预测模型对于模型的求解建立方法最简单,但是其峰期识别方法不如基于波谷特征识别峰期的方法精确；基于单峰预测模型的分段预测模型比较适用于整体增长趋势比较平稳的多峰产量数据；基于分段线性拟合的多峰Hubber预测模型比较适合整体呈现上升趋势的多峰产量数据。
【关键词】：机器学习 线性回归 异常点检测 石油峰值模型
【学位授予单位】：西南石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TE155;TP181
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-12
• 1.1 研究背景及意义8
• 1.2 国内外研究现状8-10
• 1.2.1 国外研究现状8-9
• 1.2.2 国内研究现状9-10
• 1.2.3 存在的问题10
• 1.3 论文主要研究内容10-11
• 1.4 论文的组织结构11-12
• 第2章 相关理论及算法12-26
• 2.1 石油峰值模型概述12-16
• 2.1.1 HUBBERT模型12-13
• 2.1.2 广义翁氏模型13
• 2.1.3 HCZ模型13-15
• 2.1.4 模型求解15-16
• 2.1.5 峰值模型与机器学习16
• 2.2 机器学习概述16-20
• 2.2.1 学习任务17
• 2.2.2 学习流程17-18
• 2.2.3 学习类型18-20
• 2.2.4 学习方法20
• 2.2.5 应用领域20
• 2.3 有监督的回归学习方法20-24
• 2.3.1 线性回归21-23
• 2.3.2 梯度下降法23-24
• 2.3.3 最小二乘法24
• 2.4 异常点检测及处理24-25
• 2.4.1 异常点的检测24-25
• 2.4.2 异常点的处理25
• 2.5 交叉验证25
• 2.6 本章小结25-26
• 第3章 异常点检测26-34
• 3.1 基于模型删除数据的异常点检测26
• 3.2 异常点检测算法设计26-29
• 3.2.1 线性回归26-28
• 3.2.2 异常点检测算法28-29
• 3.3 异常点检测算法验证29-31
• 3.4 异常点检测算法应用31-34
• 第4章 基于机器学习的石油峰值预测模型34-60
• 4.1 基于逐步回归求解HUBBERT模型34-39
• 4.1.1 确定最终可采储量34-38
• 4.1.2 建立HUBBERT模型38-39
• 4.2 基于单峰模型的分段预测模型39-43
• 4.2.1 识别波谷特征的峰期检测40-42
• 4.2.2 基于波谷识别的建模方法42-43
• 4.3 基于分段线性拟合的多峰预测模型43-45
• 4.3.1 多峰HUBBERT模型43-44
• 4.3.2 多峰HUBBERT模型的分段拟合及建立44-45
• 4.4 基于多项式拟合的多峰预测模型45-46
• 4.4.1 多项式拟合模型45
• 4.4.2 多峰预测模型的多项式拟合求解45-46
• 4.5 基于动态规划的多峰预测模型建立46-50
• 4.5.1 最优分段最小二乘47
• 4.5.2 动态规划求解算法47-49
• 4.5.3 多峰预测模型建立49-50
• 4.6 基于机器学习的多峰预测模型应用50-57
• 4.6.1 基于单峰模型的分段预测模型应用50-52
• 4.6.2 基于分段线性回归的多峰预测模型应用52-53
• 4.6.3 基于多项式拟合的多峰预测模型应用53-55
• 4.6.4 基于动态规划的多峰预测模型的应用55-57
• 4.7 模型的对比分析57-58
• 4.8 本章小结58-60
• 第5章 总结及展望60-61
• 5.1 总结60
• 5.2 展望60-61
• 致谢61-62
• 参考文献62-66
• 攻读硕士学位期间发表的论文66

【相似文献】

中国期刊全文数据库 前10条

1 张艳丽;唐旭;冯连勇;;有关国家已开始重视石油峰值[J];中国石油和化工;2007年09期

2 李君臣;唐旭;庞雄奇;;研究石油峰值有益中国经济与社会发展[J];中国石油和化工;2007年09期

3 钱伯章;;我国将在2015年迎来石油峰值产量[J];天然气与石油;2008年02期

4 ;石油峰值是不可逆转的客观规律[J];西安石油大学学报(自然科学版);2008年05期

5 王琳琳;;当石油峰值来临——访中国石油峰值研究小组秘书长冯连勇教授[J];中国石油石化;2009年15期

6 冯连勇;赵林;赵庆飞;王志明;;石油峰值理论及世界石油峰值预测[J];石油学报;2006年05期

7 张抗;;从石油峰值的方法论剖析石油枯竭说[J];中外能源;2008年05期

8 王月;冯连勇;;对石油峰值的几点认识[J];天然气技术;2009年01期

9 王月;曹湘洪;冯连勇;;我国经济和社会发展中必须重视石油峰值问题[J];中国能源;2009年04期

10 褚林涛;;中国石油应对世界石油峰值策略研究[J];北京石油管理干部学院学报;2010年04期

中国重要报纸全文数据库 前10条

1 孙东辉邋王栗涛;石油峰值何时来临？[N];中国经济时报;2007年

2 记者 曾旺;石油峰值：跳不出的“生命旋回”[N];中国石油报;2007年

3 中国石油大学能源专家 郭庆方;石油峰值正解[N];中国石油报;2009年

4 本报记者 陈晓晨;军提“石油峰值”传递何信息？[N];第一财经日报;2010年

5 本报记者 熊倩;石油峰值，，应对行动是关键[N];中国石油报;2010年

6 中海油政策研究高级主管 胡森林;“石油峰值”的魅影[N];中国能源报;2010年

7 本报记者 张舒雅　采访整理;“石油峰值”离我们有多远[N];中国石油报;2012年

8 本报记者 陈丹江;中外专家激辩中国石油峰值[N];中国化工报;2012年

9 林夕;石油峰值论不能贸然抛弃[N];中国化工报;2013年

10 厦门大学中国能源经济研究中心主任 林伯强;石油峰值的坏消息和好消息[N];21世纪经济报道;2007年

中国博士学位论文全文数据库 前1条

1 黎斌林;全球石油峰值预测及中国应对策略研究[D];中国地质大学（北京）;2014年

中国硕士学位论文全文数据库 前1条

1 王婷婷;基于机器学习的石油峰值模型研究及应用[D];西南石油大学;2016年

本文编号：583917