嵌套BP神经网络及其在油气产能预测中的应用.pdfVIP

第38卷 第4期 成都理工大学学报 (自然科学版) Vo1．38 No．4 2011年 8月 JOURNALOFCHENGDUUNIVERSITYOFTECHNOLOGY(Science＆TechnologyEdition) Aug．2011 [文章编号]1671—9727(2011)04—0408—05 嵌套BP神经网络及其在油气产能预测中的应用 詹泽东h 郭 科h 胥德平h 谢 爽仆 臧文亚h (1．成都理工大学 a．管理科学学院，b．能源学院，成都 610059； 2．四川I省数学地质重点实验室，成都 610059) [摘要]提出并研究一种新的神经网络模型——嵌套神经网络模型。将嵌套神经网络模型与 BP神经网络相结合，实现模式识别与函数拟合一体化，具体化为嵌套BP神经网络，并用于油 气产能预测。实例验证结果表明，嵌套BP神经网络与BP神经网络相 比较具有收敛速度快、 预测精度高、结果有效性高并具有并行运算的特点 ，为处理现代化的海量数据提供了构架体 系结构。 [关键词]嵌套BP神经网络；产能预测；模式识别；函数拟合 [分类号]029：TE328 [文献标识码]A 油气的产量预测是石油勘探管理中的一项重 模块过渡到神经 网络功能体 ，极大地提高 了预测 要 内容 ，好的预测结果不仅可 以带来较好 的经济 精度 ，也在一定程度上有效地抑制 了 “泛化”问题 效益 ，而且可以带来较好的社会效益 。预测储层 带来的不足 ，应用于实例中取得 了良好的效果 。 产能的传统方法是建立 “每米采油指数”与 “储层 1 建立嵌套 BP神经网络模型 渗透率”之间的一元函数关系数学模型，但它过于 简化 。如欧阳健等人提出用岩石渗透率和含水饱 嵌套神经网络模型是 以多个神经网络功能模 和度来评价油气层产 能指数 口；Cheng等人则用 块为基本单元嵌套组合而成的可以解决复杂问题 原状底层电阻率和冲洗带 电阻率表征储层流体流 的神经网络体系构架 。将 BP神经 网络作为嵌套 动能力，进而评价储层产能l2]，预测效果并不非常 神经网络的基本功能单元则形成嵌套 BP神经 网 理想 ]。为此 ，人们提 出了基于 BP算法来预测 络体系构架，该神经网络体系构架不仅延伸了BP 油气储层产能 ]，但单一的神经 网络功能模块具 神经网络的优势，而且扩展 了BP神经 网络处理 有一定的局限性，不仅精度受到限制，而且泛化问 更加复杂问题的能力 ，文中将结合其在油气产能 题r5 也难 以得到有效的解决。本文利用 BP神 预测 中的应用作相关介绍。 经网络各个单一模块的功能的优点，尤其在模式 设用于油气产能预测的样本集合 识别L7与函数模拟上的优点，用于嵌套神经网络 X一 {X，，z2，… ，z) (1) 模型的实例化 ，形成嵌套 BP神经网络 ，采用从整 用 m个指标特征值向量 体识别到局部拟合的思想 ，由单一神经 网络功能 z，一 {z17，x2 …，z，} (2) [收稿 日期]2010～10—22 [基金项 目]国家 自然科学基金资助项 目；教育部博士点基金资助项 目(200806160015)；四川省教育厅 自然 科学项 目(2OO6A114)；国家 自然科学青年基金资助项 目；数学地质四川省重点实验室开放基金 资助项 目(SCSXDZ2009016) [作者简介]詹泽东(1986--)，男，硕士生 ，研究方向：地