小波神经网络的油田开发动态指标预测方法.pdfVIP

学兔兔 天然气勘探与开发 2008年9月出版 小波神经网络的油田开发动态指标预测方法 李建丽 钟仪华 刘道杰 李智超 (西南石油大学) 摘 要 针对现存油田开发动态指标预测方法的不足，借助小波神经网络思想、原理，构造出小波神经网络油 田开发动态指标预测模型，研究了模型的求解，并应用于实际油田开发动态指标的预测中。实例分析表明，提出的 小波神经网络的油田开发动态指标的预测方法是正确和可行的，与人工神经网络的预测方法相比，小波神经网络 的预测方法不仅能有效地提高预测精度，而且能提高收敛速度，可作为油田开发动态指标预测的替代方法。 关键词 小波神经网络 油田开发 动态指标 预测方法 0 引言 小波神经网络将常规单隐层神经网络的隐节 点函数由小波函数代替，相应的输入层到隐层的权 油田开发动态指标预测在油田开发过程中极 值及隐层阀值分别由小波函数的尺度和平移参数 其重要又极其复杂。因为预测油田开发动态指标， 所替换，即激活函数为已定位的小波基函数。其基 可以合理而准确地把握油田未来趋势，是实现原油 本思想和原理是把用来描述评价对象特征的评价 产量稳定发展及制定减缓产量递减合理对策的重 指标属性值作为神经网络的输入向量，将已知的相 要基础。其影响开发动态指标的因素众多、关系复 应评价的量值作为神经网络的输出，可利用共轭梯 杂，其中有些因素还具有不确定性，所以引起了广 度法以批处理方式训练，自适应地调整小波系数和 泛的研究。关于油田开发动态指标的预测方法不 网络权重。用足够多的样本训练网络，通过样本的 下百种 】，但大多数为单指标预测，多指标预测 学习，小波神经网络就像一个“黑箱”，存贮了专家 却很少。其中应用较广泛、预测精度较高的要数人 进行评价的经验及一些数学推理机制，建立由评价 工神经网络方法 卜引，而单纯的人工神经网络模型 指标属性值到输出综合评价值的非线性映射关系。 的BP算法又存在收敛速度较慢、且容易陷入局部 这样即可利用训练好的小波神经网络对新的评价 极小等缺点。为克服以上不足，本文提出了一种既 对象进行评价。 利用小波变换的时一频局部化特性又能发挥神经 小波神经网络通过对小波分解进行了平移和 网络的自学习功能的小波神经网络(WNN)预测模 扩张得到级数。由于引入了伸缩因子和平移因子， 型。WNN既考虑了各种人为因素对油田动态开发 因而具有灵活的函数逼近能力。小波神经网络具 指标的综合影响，同时通过对油田开发历史资料的 有一致逼近和 逼近能力。 学习，也隐含地全面考虑了储层的地质因素对开发 1．2 油田开发动态指标 动态指标的影响。结果表明，小波神经网络预测法 油田常用开发动态指标有产油量、产液量、累 可克服现存方法在多指标预测中的不足，又可实现 积产油量、累积产水量、综合含水率、采油速度、采 油田开发动态指标的多因素非线性时变预测。 液速度、平均日产油、平均日产液、累积亏空、注水 量、目前