人工神经网络在水平井含水变化规律预测中的应用.pdfVIP

2011年 6月 中国石油大学胜利学院学报 Jun．2011 第 25卷 第 2期 JournalofShengliCollegeChinaUniversityofPetroleum V01．25 No．2 人工神经网络在水平井含水变化规律 预测中的应用 王 涛 (中海油 田服务股份有限公司 油田生产事业部，北京 101149) [摘 要] 由Tg-T-井的含水变化受多种因素影响，且二者之间是一种非线性、不确定的复杂关系，这就致 使常规的预测方法效率及精度不高。针对这一问题，应用数值模拟计算的累积产油、产水和产液回归俞启泰水驱 特征曲线，求得反映水平井见水特征的参数6；以参教b为研究对象，缟写BP神经网络，对 6个水平井含水变 化的影响因素与b值之间的关系进行系统预测。结果表 明，人工神经网络方法具有更好的 自适应 性，能较好地反映各种影响因素与 b值的内在联系，而且预测精度较高。应用BP神经 网络方法预 测水平井含水变化规律是可行的、有效的。 [关键词] 人工神经网络；水平井；含水率 [中圈分类号]TE355．6 [文献标识码]A [文章编号]1673—5935(2011)02—0010—04 水平井具有泄油面积大、能有效抑制含水率上 1 神经网络预测方法的基本原理 升、提高油井产能等优点，因此水平井被广泛应 用[1]。但是水平井 的开发效果受多种因素影响，底 神经网络技术实际上是 “人工神经网络”或 “模 水油藏开发面临的最大问题就是底水的脊进 ，底水 拟神经网络”的简称，它是将人脑功能加 以模拟化的 脊进使油井过早见水 、产油量骤减和含水率快速上 一 种计算机信息处理系统。到 目前为止，已经研制 升 ，因此有必要对水平井含水变化规律进行研究。 出了多种人工 神经 网络模 型和相应 的学 习算 但是各影响因素与含水变化规律之间是一种非线 法 引。 性、不确定的复杂关系，这就致使常规的数模、实验 通过人工神经网络法求 出的公式是如下 “隐含” 方法费时费力 ，并且多维 回归方法也存在模型建立 表达式 ： 困难、计算量大、精度较低的缺点 引。神经网络法 — ANN(zl，2，… ，z )． (1) 具有较强的自学习、自适应 、自调整能力 ，其强大的 式 中，Aww是一个非线性 函数 。这个 函数不能用通 非线性逼近能力使其能够很好地逼近被测对象的实 常的数学公式表示 ，所 以称为 “知识库”。本文采用 际值 ]。因此在综合考虑各个影响因素的基础上， 目前应用最广泛的误差反向传播神经网络，简称 BP 笔者应用数值模拟的结果回归俞启泰水驱特征 曲 网络。这种神经网络具有一个由相互独立的许多神 线L5J，求得反映水平井含水变化特征的参数 6；以参 经元构成的输入层，用于输入相关数据信息；一个 数b为研究对象，编写BP神经网络，对 6个水平井 或者多个隐层，用于分析、模拟过程 中复杂的中间 含水变化的影响因素与b值之间的关系进行系统 计算；一个输 出层，输出运算、模拟结果。其结构如 预测。 图1所示。输入层 N个节点分别对应N个输入分 [收稿 日期]2011—04一ii [基金项 目]“973”国家重点基础研究发展计划项 目(20O6CB7O58o0) [作者简介]王 ~(1983--)，男，山东潍坊人，中海油田服务股份有限公司油田生产事业部助理工程师，硕士，主要从事 油藏工程 、数值模拟研 究。 1O