油气田产量预测实战：Arps物理先验与XGBoost混合建模

接手“油气田预测”这个项目之前，我以为它无非就是拿历史产量数据训练一个模型，往后外推，给老板画一条漂亮的产量曲线。真正入场后才发现，这条曲线背后挤着三个完全不同的决策问题：能不能稳产、该不该调注水、要不要上措施。它们对预测颗粒度、时间尺度和误差容忍度的要求完全不同，如果一开始没把这些理清楚，后面模型做得再花哨也很难落地。

这篇文章是我做完这个项目的完整复盘，内容包括传统递减曲线分析、数据清洗与特征工程、机器学习与物理规律混合建模、模型评估和部署，以及几个让模型“静默失效”的坑。适合正在做油藏工程数据分析、AI算法落地，或者想了解工业场景里时间序列预测怎么在脏数据中活下来的读者参考。

1. 项目背景：写第一行代码前，先把“预测什么”问明白

1.1 老板要的不是一条曲线，而是三个决策答案

项目启动会开完，我从会议室出来，脑子里记了一堆需求关键词：“全厂月度产量预测”“单井产量预测”“递减趋势分析”“异常井预警”。听起来都是预测，实际上对应的是三种完全不同的模型任务，团队的建模策略也完全不同。

第一个任务是区块尺度的稳产评估。管理层关心的是未来12个月甚至24个月整个区块的月度总产量是否稳得住，这直接关系到生产指标分解、设备排产和下游销售合同。这种预测往往是季度、月度级别的中长周期预测，允许误差的主要来源是递减趋势判断偏差和重大措施的时间点影响。

第二个任务是单井尺度的措施优选。采油工程师每天面对的是上百口井，他们想知道未来1到3个月内，哪口井的产量会明显下滑、哪口井的含水率正在快速上升、哪口井值得安排一次检泵或者调参作业。这个任务的预测目标是单井的近期产量方向，精度要求并不苛刻，但方向必须对，而且模型要给得够快，才能支持批量化的井组筛选。

第三个任务是递减率变化的早期识别。这个任务最容易被忽略，其实也最关键。如果一口井在没有任何工程干扰的情况下递减率突然从5%跳到12%，这往往意味着地层能量供给出了问题，或者井筒出现了隐性故障。这种识别本质上不是预测未来产量，而是对“历史趋势是否发生结构性突变”做在线诊断。

后来我把这三个任务分别建模，没有强行套一个模型去解决所有问题。这是整个项目里我最后悔没早点做的事，也是我最想先告诉你的经验：油气田预测听起来是一个目标，拆开以后是三个决策问题，每个问题的输入特征、时间窗口、损失函数和评估指标都应该单独设计。

1.2 单井模型汇总，算不出区块总量这个“反直觉问题”

项目初期，我们很自然地按“自下而上”的思路推进：先把每一口井的产量预测做准，然后加总得到区块总产量。当时选了LSTM对每口井单独建模，单井的拟合效果看起来相当不错，训练集上日产油曲线和真实值贴合得很漂亮。

结果一上线，问题立刻暴露。80多口单井预测值汇总之后，区块月度总产量的MAPE高达18%，而我们直接用区块历史总量数据训练一个简单模型，误差只有12%。这个现象把项目组所有人都看懵了：单井模型拟合得那么好，为什么加起来反而不准？

复盘之后原因其实很清楚。第一，低产井的产量基数很小，但单井模型的相对误差可能很大，比如一口日产量只有1吨的井，误差0.3吨就是30%的MAPE，这些误差在汇总时并不会互相抵消，反而会累加。第二，同一区块内的井之间存在联动，注水受效井、邻井干扰井的产量波动是相关的，单井模型各自为政，根本学不到井间干扰这种区块层面的非线性关系。

后来我们调整了策略：区块总量用区块级模型直接预测，单井产量不预测绝对值，而是预测它相对区块均值的“份额偏移”。模型结构完全重做之后，区块总产量的MAPE降到了7.6%，单井预测也保留了指向性。这个经验让我非常感慨：预测任务的对象不同，数据聚合的层次也就不同，模型的输入输出设计都必须跟着对象走，而不是机械地套“单井预测加总”的流程。

2. 递减曲线分析：老办法的物理边界，决定它什么时候能兜底

2.1 Arps递减曲线：油藏工程教科书里的第一个预测模型

聊油气田产量预测，绕不开Arps递减曲线。这个方法从1945年提出到现在，依然是油藏工程师做产量预测的首选工具之一，它的核心假设是：在定压边界条件下，产量随时间的递减率遵循一定的统计规律。

Arps曲线分成三种基本形式：

• 指数递减：q = qi * exp(-D * t)，递减率D为常数，对应“产量对数对时间呈直线下降”的情况。
• 双曲递减：q = qi / (1 + b * Di * t)^(1/b)，递减指数b介于0和1之间，递减率随产量下降而逐渐变小，这是实际油井中最常见的形态。
• 调和递减：双曲递减中b等于1的极端特例，递减最慢，通常只出现在强弹性驱或部分气井中。

拟合Arps曲线不需要复杂工具，Excel里就能做。指数递减最简单：对产量取自然对数，然后对生产时间做线性回归，斜率的负值就是递减率D。双曲递减要做非线性拟合，常见的做法是把b和Di放进网格搜索里，找到使拟合残差最小的一组参数。

这里有一个关键概念：递减率D不是凭空拍出来的，它有物理意义，反映了地层能量释放的速度。一口井的地层压力高、渗流条件好，递减率通常就低；如果含水快速上升或者近井地带污染，递减率就会加大。油藏工程师判断一口井是否“健康”，第一个看的指标就是递减率的变化。理解了这一层，你才能理解后面为什么我们要让机器学习向递减曲线“借力”。

2.2 现场条件下的递减曲线为何经常失效

传统递减曲线方法有一个隐藏前提：油井的生产方式必须保持不变，地层能量按自然规律消耗殆尽。现实中的油田生产远没有这么理想，任何一项工程干预都会让产量曲线偏离Arps形态。

我整理了几类最常导致递减曲线失效的现场情况：

• 生产制度调整。把普通抽油机换成电潜泵，液量可能瞬间翻倍；调低冲次，产量又会下滑。这些操作产生的产量台阶和Arps递减无关，甚至会在一段时间内让“递减”变成“递增”。
• 措施作业。压裂、酸化、补孔之后，产量会出现明显的“压裂增量”，曲线形态完全脱离单调递减假设，拟合出来的递减率是失真的。
• 新井投产。区块尺度上，新井的产能会直接“拉平”老井的递减曲线，甚至让区块总产量曲线短暂回升。这种情况下用Arps对整个区块做外推，低估风险极大。
• 注水见效。注水开发的油田，水驱前缘到达生产井后，产液量和产油量会在滞后几个月后出现回升。这种回升是地层能量的补充，而不是递减规律的反常。

项目组曾经用一口典型井做过测试：这口井在2023年4月做过一次压裂，我们把压裂前后的数据都放进Arps拟合，结果递减率被严重低估，预测产量比实际高出了将近40%。如果把数据集截断在压裂之后重新拟合，误差马上降到10%以内。

这正是传统方法的物理边界——它能描述“自然衰减”的趋势，却无法表达“人为干预”的响应。搞清楚这个边界，你才不会在错误的地方迷信老办法，也不会彻底否定它的价值。

2.3 递减曲线真正的价值：物理先验，而不是最终答案

虽然Arps曲线在复杂现场条件下经常算不准，但它在我们的项目中仍然是不可替代的角色，只不过它的定位不是“最终答案”，而是“物理先验”。

我们做了两件事。第一件，对每口井分段做Arps拟合，把得到的递减指数b、递减率Di、拟合残差标准差作为三个工程特征，输入到后面的机器学习模型里。这三个特征相当于把“这口井过去一年多是在增产、稳产还是快速递减”这个物理信息压缩成了三个数值，对模型来说信息密度极高。

第二件，用Arps拟合曲线作为机器学习模型的预测基准。具体做法是先用Arps预测出一组未来产量作为基线预估值，再让机器学习模型去预测“实际产量与Arps预测之间的残差”，最后把两者相加得到最终预测。这种方式在时间序列预测里并不新鲜，但放到油气田场景里，它的意义很大：模型不需要从零学习递减规律，只需要学习工程干预带来的“偏移”，学习难度显著降低。

根据我的经验，传统物理模型和数据模型的关系应该是互补，而不是互相替代。物理模型提供框架和约束，数据模型负责捕捉复杂工况下的非线性调整。谁能把两者的关系处理得像这样干净，谁的项目就成功了一半。

3. 数据工程：产量预测模型的隐形地基，也是最容易翻车的地方

3.1 产量预测需要哪些数据字段

油气田预测模型的质量，七成取决于数据工程，三成取决于模型算法。这个比例不是夸张，我在项目里体会非常深：数据字段选得对不对，清洗逻辑对不对，时间窗设计和特征构造合不合理，直接决定模型是正常收敛还是学出一堆虚假规律。

油井日常能取到的数据字段大概有这些：

看到这些字段你就明白，油气田预测不是单纯的油产量时间序列外推，它本质上是一个多变量预测问题：油压、套压、含水率、气油比这些变量之间还相互影响。选字段的原则是“每个字段都要能回答一个物理问题”，比如含水率回答的是“水驱到什么位置了”，油压回答的是“井筒能量还够不够”。

3.2 “看起来不合理”不等于脏数据：按生产状态分组清洗

数据清洗是项目里最消耗时间的一道工序，也是最考验现场经验的一道工序。一个新手容易踩的坑，是把所有看起来不合理的数值都当成异常值。举个例子，油井在计划关井期间的日产油量是0，这是真实的生产状态，不是数据缺失，也不能用前后插值去填补。如果你把它当成异常值抹掉了，模型就失去了“这口井当前其实是停产的”这个关键信号。

我建议的清洗逻辑是：先给每条数据打上生产状态标签，再按状态分组做清洗。生产状态大概分成正常生产、计划关井、复压、作业、故障停机这几类，不同状态适用不同的清洗规则。

在实际清洗中，像含水率大于100%或为负值、日产液量明显超过泵理论排量这类物理上不可能的值，可以直接判定为计量错误并标记删除。而压力突跳这类情况则要谨慎——可能是压力计漂移，也可能是井下真的发生了工况变化，需要结合周边井的数据和作业记录综合判断。

这里有一个常见的错误做法：用全局均值填充缺失的压力值或产量值。这个做法在油气田场景里基本是灾难，因为低产井和高产井的均值差异可能相差几十倍，一口高产井的均值填到低产井里，直接就把模型带偏了。正确的做法是按井、按生产阶段分组统计中位数进行填充，缺失的时间段还要额外增加一个“该值是否被填充”的标记特征。

3.3 特征工程的时间窗：shift(1) 是防止穿越的第一步

特征工程是整个数据链路里最能体现技术含量的部分。油气田特征和普通时序特征最大的区别在于，光有当前时刻的读数不够，还需要合理的窗口统计量来表达“趋势”。

我们实际使用的特征包括：30天滚动平均含水率、7天日产油变化率、近60天日产油标准差、井口油压的7天均值、气油比变化率，以及累积产油量。加上前面提到的Arps拟合参数，整个特征集合大概有40多个维度。

特征构造里最需要注意的一点是防止信息泄漏。时间序列模型里，我们永远不希望在预测某一天产量时，特征里偷偷包含了当天的信息。每一类滚动特征都必须做shift(1)，让模型只能看到预测目标前一天的数值。

下面这段代码是我们在项目里实际使用的滚动特征构造方法：

python复制import pandas as pd

# df 已按 well_id, date 排序
df = df.sort_values(["well_id", "date"])

# 30天滚动平均含水率，shift(1) 避免用当天信息预测当天
df["wc_avg_30d"] = (
    df.groupby("well_id")["含水率"]
    .transform(lambda x: x.shift(1).rolling(30, min_periods=14).mean())
)

# 7天日产油变化率，shift(1) / shift(8) 表示过去一周的相对变化
df["oil_chg_7d"] = (
    df.groupby("well_id")["日产油"]
    .transform(lambda x: x.shift(1) / x.shift(8) - 1)
)

# 累计产油量
df["cum_oil"] = df.groupby("well_id")["日产油"].cumsum()

这里面有两点值得注意。第一，wc_avg_30d里的min_periods=14是为了处理冷启动期数据不足的情况，否则新投井的前一个月特征全是空值，模型只能丢掉这些样本。第二，oil_chg_7d用shift(1)/shift(8)，计算的是“截至昨天的一周变化率”，而不是把当天的产量也算进去，这个细节看着小，但能直接避免特征和目标之间的信息重叠。

3.4 时间戳对齐：压力瞬时值、产量日均值与不定期动液面

数据对齐是整个数据工程里最细碎但也最折磨人的问题。产量是一整天的平均值，比如“今天的日产油量”，实际上是全天产量的累计换算出来的；而井口压力和套压往往是某一时刻的瞬时读数，现场人员可能上午测一次、下午测一次，两次读数相差都不小。

如果直接把某一次瞬时压力当成“今天的压力”送进模型，压力测量时间点的选择偏差就会被模型当作真实的物理信号来学习，从而学到“上午压力高产量低”这类假规律。

我们最后定的规则是：压力类特征一律取每天多点测量的平均值，如果某天只有一个测点，就沿用前一天的均值并加上一个“当日测点数量”的特征，让模型知道这个值的可靠程度。动液面这类不定期测量的数据，采用前向填充，同时生成一个“距上次测量天数”的辅助特征，因为动液面数据的新鲜度本身就有信息量，距上次测量超过30天的动液面数值，可信度明显低于一周前刚测的。

这些细碎的规则，单独看每一个都不起眼，但它们直接决定了特征矩阵里每一列的质量。数据工程师在这个环节的细心程度，比后面调参对模型精度的影响大得多。

4. 混合建模：让物理规律给数据模型“踩刹车”

4.1 纯数据驱动模型为什么会输出物理上离谱的结果

模型选型阶段，我们一度倾向于直接用LSTM做端到端预测，毕竟深度学习在时间序列领域名声在外。但很快发现一个问题：纯数据驱动模型会输出物理上完全离谱的结果。

举一个实际例子。某口注水受效井的基本面是：含水率从22%缓慢上升到30%，日产油在这段时间不降反升，从9吨涨到12吨，原因是注水前缘推到了井底附近，驱油效率暂时提高了。模型在历史数据里学到了“含水率上升伴随产油量上升”的正相关关系，于是在预测未来12个月时，它给出的曲线是一路涨到18吨。

这个预测在数学上完全符合训练数据的统计规律，物理上却是站不住脚的。含水率上升到一定程度之后，产出液里的油占比持续下降，日产油量必然转跌。模型看不到这个物理边界，它只看到历史的统计相关，就会把短期的相关当成长期的因果。

这就是纯数据驱动模型做油气田预测的核心风险。油气田开发过程不是平稳随机过程，它受物质守恒定律约束，地层能量和可采储量都是有限的。机器学习模型不理解这些约束，它只会尽量拟合训练数据里的模式，遇到训练样本之外的工况就很容易外推失控。

4.2 三条混合路线：残差修正、物理特征、物理约束损失

行业里做物理和数据混合建模，主流方案大致有三种，我们可以叫它“残差修正路线”“物理特征路线”和“物理约束路线”。

第一条路线的做法是：先用Arps递减曲线或者其他物理模型做基准预测，再用机器学习模型预测物理模型产生的残差，两者相加得到最终结果。它的优点是实现简单，物理模型承担大部分趋势预测，机器学习只负责修正局部偏差，可解释性和稳定性都很好，缺点是如果物理模型偏差太大，机器学习残差修正的负担也会很重。

第二条路线是把物理模型的输出作为特征输入到机器学习模型里，让机器学习自己决定“在多大程度上信任物理模型”。Arps预测值、递减率、拟合残差都可以作为特征。这种做法的灵活性更强，但解释性稍差，而且如果特征之间的相关性处理不好，容易引入冗余。

第三条路线是把物理约束写进损失函数，训练时让模型的预测值同时满足数据拟合误差小和物理残差小两个目标，这就是现在很多人讨论的物理信息神经网络方向。这条路线最优雅，但实现成本和调参复杂度也是最高的。

4.3 本项目的选型：XGBoost修正Arps残差，而不是LSTM

我们最终选了“Arps基准 + XGBoost残差修正”这个组合，而不是最初设想的LSTM。原因很实在，不是LSTM不好，而是它不适合这个项目的数据规模。

整个核心区块的历史数据按月整理后只有不到5000个样本，单井样本平均只有不到600条。LSTM这类模型需要大量的时序数据才能发挥优势，在几千条样本的规模上训练，很容易陷入过拟合。我们试过用LSTM做消融实验，训练集上的误差很低，验证集一测就露馅，泛化能力明显不如树模型。

XGBoost在中小规模表格数据上的表现历来稳定，而且我们构造的特征大量是工程参数和物理统计量，这类表格特征正好落在梯度提升树模型的优势区内。还有一个实际原因：油藏工程师需要能理解模型逻辑，XGBoost输出的特征重要性可以跟他们的工程经验互相印证，而LSTM的黑盒特性很难让业务方信任。

具体的训练配置上，学习率设了0.03，树深度限制为4层，subsample取0.8，防止单棵树过拟合。特征工程上保留了前面构造的全部40多个特征，但没有做归一化。树模型对特征尺度不敏感，这个特性省了我们大量预处理工作。

交叉验证方式也做了特殊处理：不能用普通的K折随机划分，必须用时间序列的滑窗验证。我们把数据按时间顺序切成五段，每次用前四段训练、最后一段验证，这样评估出来的指标才真实反映模型在“未来”数据上的表现。

4.4 物理约束层怎么落到工程上

物理约束不是只能写在损失函数里。对我们这个项目来说，与其在XGBoost里强行引入复杂的自定义损失，不如在预测结果上加一层后处理规则，既灵活又好解释。

我们实际部署了两条硬性约束。第一条是最基本的非负约束：任何井的日产油预测值都不允许出现负数，这个直接在预测结果上截断即可。第二条是针对高含水井的递减约束：如果没有新增作业记录，且当前含水率超过70%，那么该井未来三个月的预测日产油量，不得高于上个月日均产油量的85%。

第二条约束的物理含义是：高含水阶段，地层剩余油已经很难被水驱出来，产量没有大幅回升的物质基础。模型在历史数据里偶尔能从高含水井学到“前半年产量上涨”的模式，但那往往对应着一次压裂作业或者注水见效，属于条件性上升，不约束的话模型就会外推出一个不合理的上升段。

后处理规则相对于损失函数里的物理约束，最大的好处是业务方能参与讨论。我们直接把规则写在模型配置里，每次预测的时候，油藏工程师会审核这些规则是否需要调整。比如某口井近期做了压裂，工程师就会把第二条约束临时关掉，允许模型预测产量上升。这套机制让“物理约束”不再是一句空话，而是真正融入了现场的决策流程。

5. 评估与部署：离线指标漂亮不等于生产环境可靠

5.1 分桶评估：不同产量量级的误差不能混在一起

模型评估阶段，我们一开始只看全局MAPE，模型调完优化器后发现指标稳定在8.5%左右，感觉还可以。但等到把预测结果按井拆分做人工审查时才发现，这个数字掩盖了太多问题。

不同的产量量级，误差特征完全不一样。我们把所有生产井按近三个月的平均日产油量分成四个档位：日产油20吨以上的高产井、10到20吨的中产井、5到10吨的低产井、5吨以下的极低产井。分桶统计的结果让人大吃一惊：

全局8.5%的MAPE，其实是靠高产井的低相对误差拉平的。低产井的相对误差高达26%，但对经营管理来说，这些低产井单井绝对值小，影响有限。反倒是那些20吨以上的高产井，哪怕只有5%的误差也是1吨以上的偏差，对区块总产量的影响比一口低产井大得多。

所以我们最终的汇报评价不是报一个MAPE，而是按桶汇报，同时额外计算一个加权MAPE，权重取每口井近三个月的累计产油量。这样评估出来的指标，才真正反映了模型对区块总产量的预测能力。

5.2 区间预测：给决策者的不是一个点，而是一个范围

做过油气田预测的人应该都有体会：点预测再怎么准确，在决策者眼里也只是一个数字。他们真正需要知道的是，这个预测到底靠不靠谱，最坏的情况能差多少。

我们后来把点预测扩展成了区间预测，分别输出10%分位数、50%分位数和90%分位数三条曲线，对应悲观音、基准情景、乐观情景。生产计划按P50做基准，风险评估按P10到P90的带宽来做。

区间预测的实现不需要复杂模型，sklearn的HistGradientBoostingRegressor直接支持分位数回归：

python复制from sklearn.ensemble import HistGradientBoostingRegressor

models = {}
for q in [0.1, 0.5, 0.9]:
    model = HistGradientBoostingRegressor(
        loss="quantile",
        quantile=q,
        max_iter=300,
        learning_rate=0.05,
        random_state=42,
    )
    model.fit(X_train, y_train)
    models[q] = model

一个很有价值的洞察是：区间宽度本身就是一个诊断信号。当模型对某口井的P10到P90区间异常宽的时候，往往意味着这口井近期出现了模式切换，比如含水率突变、作业后生产状态不稳定。我们会把这些“高不确定性井”挑出来单独推送给采油工程师，他们反馈认为这个功能比产量点预测更有实用价值。

5.3 上线后的监测、回测与重训练节奏

模型上线之后，真正的挑战才算开始。油气田现场的数据链路复杂，从各个采油平台到中心数据库再到预测系统，任何一环出问题都会导致预测质量滑坡。

先讲数据延迟。现场产量数据经常要到第二天凌晨两三点才完整上传，所以每日预测任务要安排在早上六点以后跑批。如果调度时间设置得太早，模型就会经常拿到不完整的数据，预测结果不稳定的概率大幅上升。

再讲模型漂移监测。我们设计了一个月度回测机制：每个月末，系统自动对过去三个月的预测做回溯评估，计算加权MAPE，如果这个值超出历史分位数分布的95%区间，系统就自动触发告警。这种预警机制可以提前暴露模型失效，而不是等到业务部门反馈“最近预测不准”才发现问题。

重训练节奏上，我们使用月度滚动更新策略，每个月用最新数据重新训练模型。但同时会保留一个冻结版本的模型做同期对比，如果新模型的回测指标没有显著优于冻结版本，就暂时不切换线上版本。这个机制避免了因为某个月份的数据异常，把模型参数带偏到一条错误的路径上。

6. 踩坑实录：三个让模型“静默失效”的细节

6.1 压力是瞬时值，产量是日均值：时间戳错位让模型学到假规律

这个坑我们踩了整整两周。当时发现模型对部分井的预测偏差系统性地偏大，而且是周期性的：月初预测结果正常，月中就开始失真，月末恢复。排查了很久，最后才发现是时间戳对齐的问题。

产量数据的“某一天”是指全天24小时的累计量折算出的平均值，而压力数据是某一天的某一个时刻读的数。现场白天巡井时读的压力值，经常是午后温度最高、管线压力波动最大的时段。我们一开始直接把压力记录的日期和产量日期对齐，等于用“下午两点这一刻的压力”去预测“全天平均的产量”，两者在时间上根本不对齐。

修改方法是把每日压力改为多次测量的平均值，并且只保留“当天测量次数大于等于两次”的记录作为可靠样本。改完这个逻辑之后，模型的月度回测误差下降了约1.4个百分点。

6.2 时间序列随机切分：验证集指标虚高的常见来源

模型开发初期，我们采用了常规的train_test_split随机划分来评估模型，验证集指标看起来相当乐观，加权MAPE只有6.2%。但等我们改成时间序列滑窗验证之后，同一套特征的评估指标立刻跳到9.8%。

原因不难理解：随机切分把整个时间范围内的样本打散了，训练集里混入了“未来”的样本。油气田生产是一个强非平稳过程，含水率、井口压力、递减状态都随时间演化，模型在训练时其实见过与验证集相同时间段的特征分布，评估结果自然虚高。

更隐蔽的一个坑是特征构造顺序。如果你在特征工程阶段先用整个数据集计算滚动窗口特征，再随机切分，等于滚动窗口统计量里也被注入了未来信息。正确的做法是先按时间顺序切分，再在训练集内部单独计算滚动特征，验证集和测试集的特征只能用训练集统计出来的参数。这个细节用一句话说就是：先切分，后算特征，而不是先算特征再切分。

6.3 含水率突变：模型“惯性误判”和它的解决办法

项目上线三个月后，遇到一次最典型的失败案例。一口含水率长期稳定在30%左右的生产井，在两周内含水率突然升到63%，日产量从原来的10吨掉到4吨。我们模型的预测结果却还在8吨左右，严重偏离实际。

事后分析，模型为什么不敏感？因为特征里只有含水率本身，没有含水率的变化速率。含水率从30%到35%的缓慢爬升和从30%到63%的突跳，在模型看来可能属于同类情况。含水率突跳这种强非平稳事件，往往对应着水突破或者套管破损，产量下降的幅度和速度都不能用历史平均规律来推断。

解决办法是在特征集合里加入“含水率近7日变化率”和“含水率近30日变化率”两个动态特征，让模型能区分缓慢变化和突变。同时，在高含水井的物理约束规则里增加了一条：如果当前含水率超过60%且近7日的含水率变化率超过5个百分点，那么该井未来三个月的日产油预测值不得高于当前实际产量。

这条规则看着粗暴，但在这个场景里非常有效。模型真正的价值在于对正常工况下产量趋势的捕捉，而水突破这种突发性事件，交给规则去兜底是更可靠的方案。我们在项目里反复确认过：规则和模型的组合，永远比纯模型硬扛要稳健得多。

项目从启动到稳定运行，前后经历了大约七个月。最大的收获不是模型精度提升到了多少，而是我和团队都建立了一套判断习惯：看到预测结果先问物理合不合理，再看统计指标；遇到数据问题先查生产状态，再想着清洗；模型上线先做区间评估，再报点预测。这套习惯让我在后续做其他工业预测项目里也一直受益。如果你正在做类似的工作，建议你从第一天起就按这套流程走，别等踩了坑再来补。