Таким образом, использование теории случайных функций позволяет резко сократить число замеров с целью определения средних значений дебитов.
Без подробных выкладок приводится таблица определения корреляционной функции и вид ее для. случая замеров дебитов по месторождению Газли с 1965 по 1974 г, (см. табл. V.3).
Пренебрегая в формулах (V.61), (V.62), (V.63) членами, имеющими малый порядок, получаем:
А^2,1, B&1J, Аопт= 1,7/2,1 = 0,8 квартала. Максимальный, шаг дискретности определится из уравнения 2,1Д?-3,4Д1 — 4,9= 0,
Alt2^. (3'4±7>1) = 0,7 квартала. 14,3
Таким образом, замеры можно будет проводить раз в 56 дней, при этом дисперсия увеличится не более чем на 10% по сравнению с ДОпт-
167
МЕТОДЫ ПРОГНОЗИРОВАНИЯ КОЭФФИЦИЕНТА ГАЗООТДАЧИ1
1
Имеющийся статистический материал по газоотдаче включает кроме природных признаков (пластовое давление, фильтрационные параметры, начальные запасы и т. д.) и характеристику системы разработки (площадь разбуривания, расстояние эксплуатационной скважины до контура газоносности, темпы отбора и т. д.). Последние, как известно, выбираются в зависимости от типа залежи. Для построения регрессионной зависимости необходимо иметь независимые признаки, что в данном случае не имеет места.
В этих условиях эффективным средством для оценки газоотдачи могут оказаться методы распознавания образов. В общем виде методы распознавания образов применительно к оценке газоотдачи заключаются в следующем. Имеется некоторое число объектов (месторождений), по которым известны: а) конечная газоотдача (исследуемый признак); б) параметры месторождения и показатели системы разработки (факторы)» На некотором числе объектов в соответствии с выбранным алгоритмом распознавания необходимо по данным факторам научиться определять газоотдачу. Затем при появлении нового объекта с новым набором факторов дать прогноз, какова будет конечная газоотдача.
Воспользуемся методом главных компонент. В результате вычислений получены следующие выражения для первых двух главных компонент (данные Г. В. Рассохина, И. М. Аметова, И. М. Мордухаева):
Zl= — 0,347*! + 0,4909д:2 + 0,0669*3 + 0,4836*4 — 0,375*5 + + 0,2722л;,, + 0,0777*7 + 0,0669*8 + 0,355*9 + 0,1951*10 -f-+ 0,0543*п — 0,Q53*12,
г2 = — 0,079*! — 0,044#2 — 0,162*9 + 0,0302*4 — 0,151*5 —
— 0,314*в + 0,3431*7 + 0,2898*8 — 0,064*9 — 0,287*10 4-+ 0,5386*и + 0,5131*12.
Для каждого из рассматриваемых объектов по набору признаков Xi вычисляются Z\ и z2, и соответствующая точка наносится на диаграмму.
Получено, что объекты, входящие в класс Л(рй>0,85) иг класс 5 (Рь^0,85), образуют компактные группы точек.
Подбирая уравнение для линии, разделяющей на плоскости Zi—z2 области, соответствующие классам А и В, главные компоненты можно использовать для распознавания новых объек-
1 Излагаемый материал носит методический характер. 168
тов. Для распознавания определяются координаты точки на плоскости Z\—Z2, относящейся к новому объекту. Затем зная область, в которую попала эта точка, вычисляют диапазон значений коэффициента газоотдачи, определяющий принадлежность к заданной области.
Рассмотрим процесс распознавания на примере объекта с порядковым номером 1 (Пилюгинское месторождение). Ошибки* первого и второго рода примем равными а = р — 0,1. Тогда имеем
Ю lg
1 — а
9, 10 lg
а
— 9.
Таким образом, решающее правило записывается в виде
Так как из 78 объектов классу Л принадлежат 54 и классу-В — 24, то получаем |
где Я/—коэффициент распознавания, определяемый из диагностической таблицы; г —индекс признака; / — индекс градации, & который попало значение /-го. признака.
В соответствии с диагностической таблицей имеем следующие градации для параметров и соответственно коэффициенты распознавания.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.