基于BP神经网络的油气钻井成本预测.pdfVIP

2010年 1月 西安石油大学学报 (自然科学版) Jan．2010 第25卷第 1期 JoumalofXianShiyouUniversity(NaturalScienceEdition) Vo1．25No．1 文章编号：1673-064X(2010)01-0087-04 基于BP神经网络的油气钻井成本预测 刘天时，赵 越 ，马 刚 (西安石油大学 计算机学院，陕西 西安710065) 摘要：油气钻井成本是反映油田企业经济效益的重要指标．对钻井成本进行准确预测，有利于企业 管理者和投资者进行科学的决策与评估．在对油气钻井成本影响因素进行分析的基础上，运用BP 神经网络算法，建立了考虑成本因素之间相互关系的油气钻井成本神经网络预测模型，并结合中国 石油某公司各区块钻井作业成本数据，将线性回归方法与神经网络方法进行对比，结果表明该模型 具有较高的预测精度． 关键词：成本预测；油气钻井成本；BP神经网络；线性回归 中图分类号 ：TE22；TP183 文献标识码 ：A 石油生产投资大、周期长、风险大、油气资源不 预测成本，必须首先预测钻井周期．文献[6]针对水 可再生且储量分布受地域限制等特点使其与普通商 平井的特征，把钻井费用分为与钻井作业时间相关 品生产存在本质差异 ¨，这导致在成本预测 中必须 的费用和与井身结构相关的费用两大类． 采用特殊的成本预测方法对其进行描述，而传统方 文献[7]用钻机月速度，作为 自变量，以钻井综 法是将非线性问题线性化或作线性化特殊处理来进 合单位成本或钻井工程单位成本 c作为因变量，建 行成本预测 ，如：线性 回归、非线性回归、趋势预 立了幂律指数方程 C=al～．文献 [8]认为井的类 测、混沌预测、因素分析预测等，而这些方法在实际 型、钻井周期 、钻井进尺，地质结构等都会影响油气 预测环境中往往准确率不高． 钻井成本的变化． 神经网络具有 良好的非线性品格、灵活有效的 通过对文献和油 田企业财务报表分析，可知油 学习方式、完全分布式的学习结构、高度并行的处理 气钻井成本从总体上分为固定成本与变动成本两部 机制．其次神经网络能够实现非线性映射的能力，使 分，其中固定成本包括：直接人工费、折旧费、井控 得神经网络具有 良好的模式识别和在很高的精度内 费、固控及野营房摊销费、资产 占用费，安全费用及 逼近非线性映射的能力 J，所有这些都为神经网络 制造费用．变动成本包括 ：直接材料费、QHSE费用， 应用于油气钻井成本预测提供了可能． 其他直接支出费．上述各因素与油气钻井成本关系 具体分析如下： 1 油气钻井成本预测模型 (1)井的类型一般分为气开发井、油开发井 、气 1．1 成本影响因素分析 探井和油探井．而由于地质取心的需要使探井作业 Fisher根据美国1955、1956和1959年钻井作业数 耗费较多钻机月以及对地质情况的不熟悉等因素使 据，建立了井深 与总成本y的指数函数模型 ：Y= 得探井成本高于开发井成本，气井成本高于油井成 本 [ K(e 一1)．文献 [5]将钻井成本分为与井深有关的 ． 成本和与钻井周期有关的成本两大类，认为要准确 (2)对同一类型的井，钻井进尺与钻井周期的 收稿 日期 ：2009-09-01