一种预测深井钻井速度的人工神经网络法.pdfVIP

维普资讯 第29卷第 6期 石 油 钻 擢 技 术 Vol_29，No．6 2001年 12月 PETROLEUM DRILLING TECHNIQUES Dee．。2001 ．一教授专家论坛 一 种预测深井钻井速度的人工 {事经网络法 阎 铁 ，毕雪亮 ，刘春天 ，张书瑞 一 (1大庆石油学院石油工程系．黑龙江安选 181400j2．大庆石油管理局钻井一公司，黑龙江大庆 183411) [关键词] 神经网络；钻井速度I预测}理论模型；太庆油田 [摘 要] 人工神经网络模扭^脑的思维方式，具有高度非线性魔报强的容错性等特点，可以更好地 解决钻井过程中的复杂问题。利用误差反向传播神经网蝽模型建立了预测钻井速度的新方法+并蝙制 了相应 的计算机软件 ，在太庆油田两 口深井钻井 中应用结果表明，机械钻速预测的准确率迭 89．5 。 [中圈分类号] TE828 [文献标识码] A [文章编号] 1001—0890(2001)06—0009．02 钻井过程中，影响钻速的因素众多，情况复杂+各因素对 输出层之间及输入层神经元与隐层神经元之间的连接权值 。然 钻速的髟响难以用公式定量地表进出来 而人工神经阿络能较 后再进行正向计算，直至钻速输出值与钻速 目标值间的误差达 好地解决这一难题+它独特的结构和处理信息的方式+使其在 到所要求的精度为止。 许多领域中取得了显著的应用效果 该模型通过使代价函数最小化过程来完成从预测钻违的 笔者利用人工神经网络高度非线性映射、容错性强等特 数据信息到输出预测钻速值的映射，并实现了定义在整个数据 点，研究了深井钻速预视f方法，以便提高钻井速度预浸f的准确性 集上希望输出与计算得到的输 出值间误差平方和曲面上的梯 度下降。通常代价函数定义为所有输入数据在输出层的目标输 一 、 误差反向传播神经网络的原理 出与实际输出的误差平方和。 目前正在应用和研究的神经阿络模型有几十种 ，在结构和 二、建立预测钻速的神经网络模型 功能上都有较大差别，其中，误差反向传播神经网络是一个很 有效的计算模型。 影响深井钻速的因素很多，其中直接与钻进过程有关的因 反向传播神经阿络 (Back--PropagationNeuralNetworks， 素可分为两大类 ：一是地质条件、岩层性质和钻井深度等不能 简称BP)是属于在误差指导下不断学习而增长知识的一种阿 任意改变的客观因素；二是钻头类型、钻井藏性能、钻压、水 络类型。这种模型结构简单，工作状态稳定。它把一组数据的 力参数等可由人们选定的可调变量 针对以上影响因素 ，主要 输入／输出问题变为一个非线性优化同题，使用了优化中最普 考虑以下几个方面，建立神经阿络。 通的梯度下降法，用迭代运算求解权值，加入隐节点使优化问 1．输人与输出层的设计 题的可调参数增加，从而可得到更精确的解； 通过理论分析 ，将对钻速可能影响较大，且现场能够获得 误差反向传播网络模型的标准结构具有一个输入层、一个 数据资料的因素做为输入层神经元 ]。具体包括井探、可钻性 输出层，一个或者多个隐层，每一层由许多神经元构成，