改进GRNN网络预测致密砂岩气层压裂产能.pdfVIP

第33卷 第2期 世 界 地 质 V()1．33 No．2 2014年 6月 GL0BALGEOL0GY Jun．2014 文章编号：1004～ 5589 (2014)02—0471— 06 改进 GRNN网络预测致密砂岩气层压裂产能 蒋必辞 ，潘保芝 ，庄华 ，张海涛 ，杨小明 ，陈刚 1．吉林大学 地球探测科学与技术学院，长春 130026； 2．中石油 长庆油田勘探开发研究院，西安 710049； 3．中煤科工集团西安研究院，西安 710077 摘要：致密砂岩储层孔隙度小、渗透率低、含气饱和度低 ，基本上没有 自然产能，需要进行压裂，所 以压裂产能的预测很重要。广义回归神经网络 (GRNN)稳定，对样本数量的要求低 。产能预测关键 是样本的选取 以及扩展因子的选取。在原有的GRNN预测产能的基础上 ，利用交叉验证法改进 GRNN 网络，选取最优的样本确定最优的GRNN网络结构 ，利用循环判断法，选取最优的扩展因子。改进的 GRNN神经网络可以避免确定GRNN网络结构和扩展 因子过程中过多的人为影响。笔者利用灰色关联 分析法分析压裂产能的影响因素，利用改进的GRNN网络有针对性地建立适合苏里格地区致密砂岩气 层的压裂产能预测模型。结果表明该方法在 苏里格地区气层压裂产能预测中有较好的应用效果。 关键词：压裂产能预测；GRNN网络；交叉验证；灰色关联分析；苏里格地区 中图分类号：TE357 文献标识码：A doi：10．3969／j．issn．1004_5589．2014．02．025 Prediction ofgasproductivitybased on improvedGRNN forpost—fractightsandstonereservoirs JIANGBi．ci，PAN Bao—zhi，ZHUANG Hua ，ZHANG Hai．tao ，YANGXiao—ming；CHEN Gang’。 ，．CollegeofGeo—explorationScienceandTechnology，JilinUniversity，Changchun130026，China； 2．ResearchInstituteofExplorationandDevelopment，ChangqingOiflieldCompany，PetroChina，Xian710049，China； 3．ChinaCoalResearch lnstitue，XianScienceandInd~tu Group，Xi~an710077，China Abstract：Tightsandstonereservoirsarealwayscharacterizedbylow porosity，low permeabilityandlow gas saturation，almostwithnonaturalcapacity，whichisrequestedrfacturingforproductivity．Thereforetherfacturing capacitypredictionisveryne(essary．GRNN neuralnetworkisstable，withlow demandofrthenumberofsamples． ThekeyistheselectionofsamplesandtheexpansivefactorinproductionpredictionofGRNN．Theauthorsapply thecross—validationmethodtoselectthesamplestodeterminetheoptimalGRNNnetworkstructure，andusethere— cycledjudgmenttoselecttheoptimalexpansivefactoronthe