Cтраница 1
Погрешность прогноза определяется двумя факторами: достоверностью исходной ( первичной) информации и достоверностью математической модели, на основании которой разрабатывается программа для выполнения прогнозов на ЭВМ. [1]
Как было отмечено выше, погрешность прогноза оценивалась путем сравнения расчетных показателей с фактическими промысловыми данными. Однако при реальном проектировании задача сводится к прогнозированию показателей разработки на будущий период, естественно при отсутствии возможности такого сравнения. [2]
Как видно, при использовании данного метода погрешность прогноза не очень сильно растет с увеличением заблаговременно-сти; точность прогноза лучше, чем при использовании линейной регрессии. [3]
В таблицах указано количество плавок, для которых погрешность прогноза не превышала заданные пределы в разные периоды доводки стали. [4]
Для залежей, находящихся в поздней стадии разработки, погрешность прогноза при использовании всех упомянутых ыет дов прогноза значительно сокращается. [5]
Эти две скважины были расположены непосредственно в нагнетательном ряду, и погрешность прогноза была в допустимых пределах. В связи с этим возникает вопрос: какова погрешность прогноза в скважинах, расположенных в некотором удалении от нагнетательного ряда. [6]
Однако, для залежей, находящихся в ранней стадии эксплуатации, погрешность прогноза MCSGT быть существенной Дан ное обстоятельство в значительной степени ограничивает область применения этого способа схематизации. [7]
Опыт показал, что для залежей, находящихся в поздней стадии эксплуатации, погрешность прогноза при использовании этого способа может быть допустимой для практических целей. [8]
Помимо регулируемых ошибок прогноза 6, определяемых принятой оценкой Сг, в практических задачах приходится еще учитывать нерегулируемые ошибки - погрешности прогноза, не зависящие от выбираемых параметров рц. [9]
Простейшие расчеты показали, что среднее квадратичное отклонение расчетных величин остаточного ресурса от соответствующих экспериментальных значений составило около двух месяцев ( 0 19 лет), при этом погрешность прогноза в подавляющем числе случаев удовлетворяет второму условию. [10]
Простейшие расчеты показали, что среднее квадратичное отклонение расчетных величин остаточного ресурса от соответствующих экспериментальных значений составило около двух месяцев ( 0 19 лет), при этом погрешность прогноза в подавляющем числе случаев удовлетворяет второму условию. [11]
При краткосрочном планировании прогноз потребления составляется с учетом прогноза погоды, учитываются ограничения пропускной способности сетей, связанные с планами ремонтов сетевого оборудования и ( или) устройств противоаварийной автоматики, а при оперативном планировании ( на предстоящий час) - также аварийные ремонты и погрешности прогноза потребления. [12]
Анализируя эти графики, можно констатировать, что меньшие погрешности прогноза показателей дн и QH получаются для моделей, основанных на обработке ежемесячного статистического материала по одному и двум годам, и большие погрешности - по моделям трех лет. Причем погрешность прогноза, выполненного по статистике одного и двух лет, примерно одинакова для дв в течение двух лет, а для QH в течение трех лет. [13]
Однако, как отмечалось ранее, в общем случае связи ОНИ с пет рофизическими характеристиками коллекторов отсутствуют. Длз оценки погрешностей прогноза ОНИ по петрофизическим связям был проведено сопоставление прогнозных оценок ОНИ и фактически; данных, полученных на основе моделирования вытеснения. Kai указывалось, такие связи получают при использовании автомодель ных кривых фазовых проницаемостей и результатов противоточноп капиллярногопоглощения. Были проана лизированы фактические данные по ряду нефтяных регионов СССР - Башкирии, Украины, Сибири, Казахстана, а также данные по калифор нийским песчаникам США. [14]
Теперь компьютер с учетом распределения погрешностей прогноза рассчитывает потоки денежных средств для каждого периода и записывает их. [15]