低渗透油田及常规油田中后期开发存在的最关键的采油技术瓶颈问题:油井出现压力不足、供液严重不足、不能连续抽油,造成了机、杆、泵的快速无效磨损。目前解决上述问题的有效方法是间歇采油。合理的间歇采油机制可以提高油井的产量,减少机、杆、泵的无效磨损。现有的间歇采油机制往往是根据单参数来推算井底的供排关系,确定间歇采油机制,间歇采油机制实施的可行性依赖于这些测量和计算参数的准确性,但要准确的获得这些参数是非常困难的,因此较大的误差导致实际应用效果不好。本文通过大数据技术,得到了基于多参数的间歇采油机制预测模型。基于ACCESS数据库建立了间歇采油数据库,方便间歇采油井采油数据的提取与存储。利用SPSS软件的Pearson相关性分析和曲线回归分析建立了动液面高度与其影响参数的分析模型。基于灰色关联方法,计算动液面高度与其影响参数的灰色关联度,得到动液面高度的主影响参数;基于支持向量回归机算法,对得到的动液面高度主影响参数进行数据融合,对动液面高度进行预测。对预测得到的动液面高度数据进行数据挖掘,得到了油井间歇期和间抽期的动液面高度变化函数表达式;以油井采油效率最大化为目的,设定采油指标;基于粒子群寻优算法,以油井采油指标为适应度函数,预测油井最佳间歇采油机制。基于预测得到的最佳间歇采油机制,研发了间歇采油软件,方便指导油田的生产。本文的研究首次将多个间歇采油影响参数应用于间歇采油机制的设定,可消除单参数精度不足从而影响间歇采油机制设定的误差,为低渗透井提供了一种全新的间歇采油模式,对生产实践有一定的指导作用。