基于BP神经网络的多相管流模型优选及应用分析.pdfVIP

第2003卷8年第111l月期 中国科技论文在线 SCIENCEPAPERONLINE 、b1．3NO．1l Nov．2OO8 基于BP神经网络的多相管流模型优选及应用分析 钟海全 ，李颖川 1,2，刘永辉 ，李成见 ，李 伟3 (1．西南石油大学石油工程学院，成都 610500；2．西南石油大学油气藏地质及开发工程国家重点实验室， 成都 610500； 3．中海石油 (中国)有限公司北京研 究中心，北京 100027) 摘 要 ：应用9l井次的油气井测试数据对Ansari，HagedomBrownRevised，DunsRos，Gray1~及Beggs BrillRevised模型进行了评价分析 ，结果表明：最适合的模型主要有HagedomBrown Revised模型和Ansari模型， 其最佳井数分别占50．5％和35．2％。为了对特定的油井条件优选 出最佳的计算模型，提出利用神经网络优选多 相管流模型的方法，建立了BP神经网络模型，给出了完整的学习算法程序框图，提出采用动量算法修改隐含 层权值，采用基于指数平滑的方法修改输出层权值，从而有效地减少了抖动。应用油气井测试数据及管流模型 评价结果，研究了神经网络输入层、输出层及隐含层神经元个数对预测准确率的影响，结果表明：合理的BP 神经网络模型能很好的预测最佳管流模型，其预测准确率可高达 100％． 关键词 ：石油、天然气能 BP神经网络；管流模型；BP算法；模型优选；误差 中图分类号 ：TE312 文献标识码：A 文章编号：1673—7180(2008)1l一0873—6 BPneuralnetwork-basedselectionoftheoptimum modelofmultiphase flow inpipesanditsapplication ZHONGHaiquan’ ， LIYingchuan一，LIUYonghui，LIChengjian，LIWei (1．SchoolofPetroleumEngineering,SouthwestPetroleumUniversity,Chengdu610500； 2．StateKeyLaboratory forOil~GasReservoirGeologyandExploitation,SouthwestPetroleumUniversiyt,Chengdu610500； 3．CNOOC ResearchCenter,Beijing100027) Abstract：A totalof91wellswerestudiedtoevaluateseveralmultiphaseflow models，includingAnsari，Hagedorn BtownRevised．Duns Ros，GrayandBeggs BrillRevisedmodels．Theresul~ showthattheoptimalmodels areHagedorn BrownRevisedandAnsarimodels．whichgivethebestdescriptionofmultiphaseflow for50．5％ and35．2％ ofthewells．respectively．Thisstudypresentsanapproachtohteselectionoftheoptimum multiphase flow modelforagivenwellbyartificialneuralnetworks．A BPneuralnewt orkmodeliSbuilt，andhteflowchartofr trainingalgorihtm isprovided．Themomentum algorithm isadoptedtomodifyhteweightofthehiddenlayer,andan exponentialsmoothingmethod