基于神经网络信息融合技术预测气藏水锁.docVIP

基于神经网络信息融合技术预测气藏水锁 囊18●篡2— 2011年4月籼藏 文章编号:1006—6535(2011)02—0102—02 引言 基于神经网络信息融合技术预测气藏水锁 张益,李军刚,佟晓华,石海霞. (1.西安石油大学,陕西西安710065;2.中油青海油田分公司,青海茫涯816400; 3.中油长庆油田分公司,甘肃庆城745100) 摘要:快速,准确地诊断与预测气藏水锁问题一直是气藏开发中的技术难点.常规研究方法需 使用大量岩心进行测试,且时间较长,无法快速应用于生产中.在充分分析水锁产生机理和各 种影响因素的基础上,利用神经网络信息融合技术的三层前馈神经网络系统,以孔隙度等11 个对水锁有影响的因素为网络的输入层节点,建立气藏水锁识别,诊断,评价和预测的信息融 合模型,并编制软件,进行气藏水锁模拟预测.研究结果表明,该方法可快速给出气藏水锁程 度,对比预测结果与实测结果有较高符合率. 关键词:地层伤害;水锁效应;模拟计算;神经网络信息融合;诊断与预测 中图分类号:TE258文献标识码:A 气藏水锁损害使废弃压力增加,大量天然气封 存地下,造成资源极大浪费.近年来已经建立了实 验分析,多元统计回归,灰关联分析法等多种储层 水锁预测方法¨:多元回归分析法需要事先假定 其模型,模型不同,结果可能也不同,此种方法人为 因素干扰大,预测结果不够精确;灰关联分析法需 要进行评价矩阵分析,操作繁琐.因此,需寻找一 种快速有效的方法分析准确气藏水锁程度.国内 王江萍等人已利用基于信息融合技术进行储 层损害研究,该技术可使用已有数据获取相对准确 的结果,在输入参数较少的情况下也可给出可靠数 值.信息融合过程是一个在多个级别上对信息数 据进行综合处理的过程,包括从检测到决策判断, 信息分配与关联,过程组织3个基本过程... 1神经网络信息融合技术 信息融合是一种信息处理技术,是将各种途 径,任意时间和任意空间上获得的信息作为整体进 行综合分析处理的技术.一般认为,信息不仅包括 数据,而且包括信号和知识].信息融合常用方 法有K/N规则,贝叶斯准则,证据推理方法,神经 网络方法,模糊集理论,小波理论等.神经网 络法是信息融合的一个研究热点,在信息融合中具 有先天优势.水锁储层损害内在的很多不确 定性与复杂性与神经网络结构有很强类似性,可利 用该技术很好地进行水锁诊断与预测. 2水锁产生机理及影响因素 在钻井,增产措施实施中,外来液体会与储层 接触,使得外来水相侵入储层孔道,在井壁周围孔 道中形成水相堵塞.根据油层物理学与物理学可 知,水气弯液面界面上存在一个毛细管压力,要想 让油气流向井筒,就必须克服这一附加的毛管压 力.当储层能量不足以克服这一压力时,就会形成 水堵塞,而且储层孔喉越小,需要的地层压力梯度 越大.在开发过程中,储层原始含水饱和度与束缚 水饱和度不一定相等,或在开发中压力梯度过高使 得底水上升或边水运移,在地层能量下降或关井后 再开井时原本可动水部分变为不可动水,产生水锁 效应.水锁效应是造成低渗透气藏产能下降的重 要因素,目前影响水锁效应的主要因素有气测渗透 率,分选标准,孔隙度,初始饱和度,界面张力,注入 收稿日期改回13期基金项目:国家科技重大专项”低渗,特低渗储层开发过程中储层保护技术研究”(2008ZX05013)和西安石油大学科技创新基金项目”复杂气藏动态储量 计算”(Y资助 作者简介:张益(1979一),男,讲师,2001年毕业于西安石油大学石油工程专业,2009年毕业于中国石油大学油气田开发专业,获博士学位,现为西安石油 大学教师,主要研究方向为油气藏工程,储层保护及相关软件开发. 第2期张益等:基于神经网络信息融合技术预测气藏水锁103 流体黏度,驱动压力,胶结类型,胶结物含量,蒙脱 石含量,伊利石含量等. 3神经网络融合的构造 一 个标准的BP网络包括输入层,输出层以及 一 个或多个隐层(有时也可能没有隐层).输入层 信息经过激活函数运算后,传播到隐层再到输出 层,给出结果.目前最常用的一种算法是误差反向 传播训练算法(简称BP算法阻,),是建立在梯度 下降算法上的一种有教师指导的学习算法.输入 学习样本为P个:,,…,,已知与其对应教师 为t,t,…,t,学习算法即根据学习样本与教师样 本的误差,调节各层的连接权值和阈值,使输出值 与教师样本尽量接近. 采用神经元(节点)的作用函数为非线性的函 数(Sigmoid): 1 l厂()=_=(1) ～上一e 式中:l厂()为Sigmoid激活函数;为输入值. 权值修改公式的改进方法有很多,此研究使用 文献[5]中的改进算法: W():W()+(()一W())(2) 式中:)是改变后权值;W【