本發(fā)明公開了采用機器學習算法訓練油氣井組長期指標預測模型的方法和裝置，以及利用預測模型確定井組調節(jié)操作的方法和裝置。模型訓練方法包括：獲取關于多個井組的歷史數(shù)據(jù)集；對歷史數(shù)據(jù)集進行特征提取以得到基于井組調節(jié)操作和井組狀態(tài)數(shù)據(jù)的訓練樣本特征集以及基于井組長期指標的對應標簽數(shù)據(jù)；以及基于訓練樣本特征集及對應標簽數(shù)據(jù)，采用預設的機器學習算法進行訓練，得到經(jīng)訓練的油氣井組長期指標預測模型。獲取的上述模型能夠對各井組的長期指標進行預測，從而可以根據(jù)預測的長期指標對井組的實際操作進行調節(jié)。進一步地，預測模型可以融合井組的長期和短期指標作為標簽數(shù)據(jù)來進行強化學習，獲取能夠提升短期和長期指標兩者的操作參數(shù)。