打开文本图片集
摘 要：苏里格气田作为长庆油田公司重要的天然气生产基地，其天然气蕴藏产量极为广阔，第三采气厂作为苏里格气田生产的主力军，如何高效的开发是我们一直探究的主要问题，而天然气产量取决于生产气井的产量，气井产量的预测在生产的宏观调中控显得至关重要，而从生产方面我们通常需要考虑很多因素才能较准确的预测产量，为此我们考虑能否从已生产的时间段内的产量数据来科学、有效的预测单井未来的产量数据，本文从统计学线性回归方法建立计量经济模型，简单的探究单井产量数据关系，来预测单井产量数据。
关键词：苏里格；单井；产量数据；计量经济模型；产量预测
中图分类号： F42 文献标识码： A 文章编号： 1673-1069（2016）14-187-2
1 苏里格气田情况概述
苏里格气田生产背景及特征：苏里格气田位于鄂尔多斯盆地，是目前探明亚洲最大的整装气田，构造形态为自北东向南西方向倾斜，区内多为平地地形，极难形成规模构造情况。其主要储集层为下2叠统山西组山1段至中2叠统山下石盒子组盒8段，其特点是受三角洲地形平原分流河道砂体控制的大面积分布的低压、低渗透、低丰度岩性的典型“三低”气田。
地质条件相比较国内外其他低渗透气藏较复杂，主要表现的地质特征为沼泽背景下的辫状河沉积地貌，砂岩层级大面积分布，持续性较好，但只有河道中地段的心滩底部等粗岩相才能形成有效储层集体。
2 探究产量预测方法的意义
由此可见，影响苏里格气田年度生产业绩指标的决定因素即为气井产量，而如何准确、科学的预测气井产量对于我厂生产宏观调控显得至关重要，除了通过生产上的专业知识可以预测产量，我们可以探究能否通过数据间的一些规律直观而又科学的预测出气井的产量趋势。
3 研究的初步思路及采用的方法选择
在统计学中有一种思想可以提供给我们一种有效的探究思路，那就是回归分析，所谓统计学中的回归分析，是在掌握了大量观察数据信息及基础数据的基础之上，利用数理统计学方法建立因变量、自变量之间的数量回归关系函数表达式。回归分析思想中，研究的因果关系只涉及因变量和一个自变量数量关系时，称为一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，称为多元回归分析。此外，回归分析中，又根据自变量与因变量之间因果关系的函数表达式是线性的或是非线性的来划分，又分为线性回归和非线性回归。根据不同的分析方法要具体分析：通常线性回归分析法是最基本的统计分析方法，而当我们遇到非线性回归问题往往可以借助数学方法化为线性回归问题再进行处理。（图1）
这是一种从事物的因果关系出发而进行预测的统计学方法。在操作中，根据各类统计基础资料求得因果关系的相关系数，相关系数值越大，因果关系可理解为越密切。
3.1 两种模型思路分析
根据气井的产量相关数据类型，若从直观的角度
分析，时间序列模型和滞后模型相对比较适合，具体分析如下：
时间序列统计分析方法的原理是根据系统观测或收集得到的相关时间序列数据，通过曲线数据点拟合、参数数据估计来建立数学模型的理论和方法。它一般采用的表现形式为曲线拟合和参数估计方法进行数据处理。
分布滞后分析是指如果被解释变量的Yt不仅受同期解释变量Xt的影响，而且还明显依赖于X的滞后值Xt-1，Xt-2…这样的模型就是分布滞后模型，分布滞后模型可以反映解释变量对被解释变量的影响。
3.2 探究产量数据关系的基本思路概述
3.2.1 确定变量
根据我厂气井实际生产情况及研究对象，可以基本确立因变量为气井产量，自变量为时间截点数据或滞后数据。
3.2.2 预测模型的建立
根据模型涉及到的自变量、因变量的基础统计数据资料进行计算，在以此为基础上建立的数据回归分析方程模型，即为回归分析预测模型方程。
3.2.3 执行相关分析
回归分析是对具有因果关系的影响因素（自变量）和预测目的（因变量）所进行的数理统计分析处理。以及判断这种相关程度的把握性有多大，这就成为了进行回归分析必须要解决的重要根本问题。
3.2.4 误差检验
所建立的回归预测模型方程是否可用于实际研究过程及需要，取决于对所建立的回归预测模型方程的检验及对预测误差的计算研究。待回归方程通过各种相关检验，且预测误差较小时，才能将回归方程作为预测模型进行预测数据计算。
常用T值检验，亦称作student t检验（Student"s t test），主要用于研究数据样本含量较小，总体标准差σ未知的正态分布数据。
T检验是用t分布理论来推论差异发生的概率的研究思想，从而来比较两个平均数的差异是否显著。
t检验按照检验模式分为单总体检验和双总体检验。
根据T检验适用条件：
①已知一个总体数据组的平均数；
②可得到一个样本数据组中的平均数及该样本数据的总体标准差；
③数据样本均来自正态分布或近似正态分布总体数据。
P值越小，不是说明实际差别越大，而是说明越有理由拒绝H0 ，越有理由说明两者有差异，差别有无统计学意义和有无专业上的实际意义并不完全相同。
3.2.5 确定预测值
利用回归预测模型方程计算预测值，并对预测值进行综合分析，最终确定最后的预测值。
4 实际结论
合理和相对准确的产量的预测结果，可以为人事组织架构编制、生产组织运行的管理、财务和物资的预算下达、科技管理创新等等提供决策依据，为进一步超前实行苏里格气田现代化管理创新模式奠定基础。
5 建模中存在的问题分析
由此论述结果可知：统计回归分析法的方法是可以推广到我厂生产中用于气井产量的数据预测分析中，但在此文中由于样本时间序列数据容量较小，导致模型结果存在一定误差，但均在可控范围内，从一定程度上较好的反映出了时间序列趋势数据。
此次建模中T检验与P值呈现趋势较好，证明模型建立的比较成功，随着样本容量的不断增大及数据密度的加强，检验效果会越来越好，由此证明我们此次探究的研究方法是完全可以推广执行的。
参 考 文 献
[1] 何晓群，刘文卿.应用回归分析[M].中国人民大学出版社，2007.
[2] 余锦华，杨维权.多元统计分析与应用[M].中山大学出版社，2005.
[3] 张晓峒.21世纪数量经济学方法论与应用丛书——计量经济学软件EViews使用指南[M].南开大学出版社，2004-12-01.
