ＢＰ神经网络在剩余油分布预测中的应用研究.docVIP

ＢＰ神经网络在剩余油分布预测中的应用研究 　　摘要：我国多数油田经过一次、二次采油后，仅能采出地下总储量的30%左右，这意味着有60%～ 70%的剩余石油仍然残留在地下成为剩余油。加强剩余油分布规律研究、提高石油采收率不仅有着可观的经济效应，而且关系到国家石油战略的安全。 　　本研究应用神经网络的原理，基于BP网络使用MATLAB语言建立一个剩余油分布的预测系统。该系统通过学习在地理坐标和孔隙度之间建立一个非线性函数关系，以此来预测任何区域的孔隙度，再通过孔隙度与剩余油饱和度之间的关系达到剩余油分布预测的目的。 　　关键词：神经网络；剩余油分布；BP网络；预测 　　中图分类号：TP183文献标识码：A文章编号：1009-3044(2008)36-2706-03 　　BP Artificial Neural Networks for the Remaining Oil Prediction 　　SHI Xiao-song, CHENG Guo-jian 　　(School of Computer Science, Xian Shiyou University, Xian 710065, China) 　　Abstract: After a majority of our oilfield and secondary recovery, we just get 30% of the total reserves, which means that 60% to 70% of the remaining residual oil in the ground become remaining oil . Chinas 2007 crude oil output grew only by 1.6 percent to 12.872 million tons. Clarifying the law of distribution of the remaining oil and improving oil recovery is not only an economic effect, but also a National oil strategic issue. 　　In this study, we used MATLAB language to establish a forecast system of distribution of remaining oil based on BP network. After studying, this system can get a nonlinear function between the geographical coordinates and porosity. We can get the regional porosity using this system. Then using the relationship the porosity and the remaining oil, we can known the distribution of the remaining oil. 　　Key words: artificial neural networks; distribution of remaining oil; BP network; prediction 　　1 引言 　　我国多数油田经过一次、二次采油后，仅能采出地下总储量的30%左右，这意味着有60%～70%的剩余石油仍然残留在地下成为剩余油。对剩余油分布预测的研究可以提高石油开发的效率和节约开发成本。人工神经网络是计算机中重要的一门学科，它具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果。本文就是用人工神经网络，基于已知的数据来预测剩余油的分布。神经网络技术有着逼近任意非线性映射的能力，通过学习获知系统差分方程中的位置非线性函数，这使得它在系统建模和预测中有着很好的应用。 　　2 剩余油分布预测的研究 　　从20世纪80年代开始，研究剩余油分布和提高采收率问题已引起世界各石油生产国的普遍关注。针对剩余油分布的研究方法在各个层面都有了一定的突破。目前，剩余分布的研究方法主要有：地质方法，油藏工程、试井及数值模拟方法和室内实验技术等。 　　2.1 剩余油分布预测的研究现状 　　目前，国内外对剩余油研究的重点主要集中在三个方面：1）对生于有分布的描述；2）对剩余油饱和度的测量与监测技术的研究；3）对剩余油挖潜技术的研究。 　　2.2 剩余油分布预测要用到的主要参数