来源：期刊VIP网 时间：
作者：刘向斌;钱坤;张团;孙延安;卢成国;郑东志;
单位：多资源协同陆相页岩油绿色开采全国重点实验;中国石油大庆油田有限责任公司采油工艺研究院;黑龙江省油气藏增产增注重点实验室;
摘要：为攻克页岩油井产能预测精度不足及排采制度优化复杂的难题，通过融合多源数据特征分析，对异常数据进行归一化处理后构建样本集；随后基于随机森林与沙普利值（S_(SHAP)）分析识别关键驱动特征，并以气液比、油嘴直径、井底温度为主要输入参数构建堆叠集成（Stacking）预测框架；采用交叉验证生成元特征并由线性回归实现融合，进一步结合分阶段动态优化策略，对油嘴尺寸及气液比进行联合调控，从而实现排采制度的自适应优化。结果表明：Stacking集成方法在测试集上表现最优，决定系数（R~2）为0.927 0，平均绝对误差（B_(MAE)）为0.266 5，明显优于各单一模型，邻井验证显示其泛化能力稳定可靠；经动态调整优化后，见油放产和衰减阶段的累计产油量分别提升17.88%和11.16%。研究成果可为页岩油井排采制度优化策略制定提供有力支撑，有效提升产能预测精度与排采效率。
关键词：页岩油;;产能预测;;机器学习;;Stacking模型;;排采优化
基金资助：中国石油天然气集团有限公司科技项目“陆相页岩油规模增储上产与勘探开发技术研究”（2023ZZ15YJ04）
