神经网络专家系统在预测单井日产量上的应用研究.docVIP

石油实验地质EXPERIMENTAL PETROLEUM GEOLOGY1999年 第21卷 第2期 No.2 Vol.21 1999 神经网络专家系统在预测单井日产量上的应用研究 彭敦陆　徐士进　王汝成　郭延军 　　摘要：本文全面论述了神经网络专家系统及其开发步骤，并利用所开发出的神经网络专家系统，以胜利樊家油田10口已知油井的储层参数和原油参数及单井日产量为学习样本，成功地预测了2口预测井的单井日产量。说明利用神经网络专家系统可以克服常规的统计方法和模糊方法无法正确确定各参数隶属度及权重分配的缺点，并指出通过神经网络专家系统进行油田预测的准确、快速及有效性。　　关键词：神经网络专家系统；单井日产量；B-P网络；特征参数　　中图分类号：TE19　　　文献标识码：A STUDY ON THE APPLICATION OF THE NEURAL NETWORK EXPERT SYSTEM TO THE PREDICTION OF DAILY OUTPUT PER WELL PENG Dunlu　XU Shijin　WANG Rucheng　GUO Yangjun(Department of Earth Sciences, Nanjing University, Nanjing, Jiangsu 210093, China) Abstract　This paper gives an overall discussion on the Neural Network Expert System and its development steps. Taking the reservoir and crude oil parameters and daily output per well for 10 available oil wells in Shengli-Fanjia oil field for example, the Neural Network Expert System developed has been used successfully to predict the daily output per well of two forecasting wells. Therefore, the Neural Network Expert System can overcome the defects of conventional statistical method and fuzzy method who are unable to correctly determine the subordination degree and jurisdiction distribution of each parameter. It is also pointed out that the oil field prediction by the Neural Network Expert System is accurate, rapid and effective.Key words：the Neural Network Expert System； daily output per well； B-P network, characteristic parameters 　　在开采条件一定的情况下，影响单井产量的参数主要是储层参数和原油参数。由于储层参数和原油参数的多样性，难以用一简单的表达式将其中的关系表示出来。目前，解决这一问题主要采用统计或模糊方法，但这些方法不易准确确定参数的隶属度和权重分配。　　神经网络专家系统为解决这一预测性问题提供了新途径［1］。本文运用神经网络专家系统，以已知油井的5个储层物理参数及3个原油物理参数及单井日产量为学习样本，经过神经网络学习，自动生成知识库。输入预测井的储层参数及原渍参数之后，推理机根据知识库，可以得出与实际相符的决策井的单井日产量。 1　神经网络专家系统 1.1　神经网络专家系统与神经网络的基本结构　　神经网络专家系统有别于常规的专家系统，它是一种将神经网络技术与专家系统相结合的网络系统，其系统的一般功能与结构见图1［1］。　　在该系统中，知识的存贮与问题求解过程中的推理过程均在系统的神经网络模块中进行。　　在神经网络专家系统中，神经网络模块是系统的核心。它是由大量的基本单元——神经元，按照某种特定的方式相互连接而成的具有自适应性的动态系统。每个神经元的结构和功能比较简单，而大量神经元按照某一方式组合而成的系统却是非常复杂的。目前各种神经网络使用最普遍的神经元模型仍是1943年W.McCulloch和W.Pitts共同提出的MP模型。本文