内蒙古石油化工
內矇古石油化工
내몽고석유화공
INNER MONGULIA PETROCHEMICAL INDUSTRY
2011年
9期
4-5
,共2页
深部液流转向效果%预测模型%人工神经网络
深部液流轉嚮效果%預測模型%人工神經網絡
심부액류전향효과%예측모형%인공신경망락
深部液流转向技术能有效地改善高含水后期的水驱效果,但由于其影响因素复杂且相互关联,为此提出了基于Matlab下神经网络技术预测转向效果的方法.分别建立BP和RBF网络,通过两种网络方法对深部液流转向效果进行预测,结果表明,采用神经网络方法克服了传统方法的局限性,建立的RBF模型预测精度比BP模型更高,能有效满足现场应用.
深部液流轉嚮技術能有效地改善高含水後期的水驅效果,但由于其影響因素複雜且相互關聯,為此提齣瞭基于Matlab下神經網絡技術預測轉嚮效果的方法.分彆建立BP和RBF網絡,通過兩種網絡方法對深部液流轉嚮效果進行預測,結果錶明,採用神經網絡方法剋服瞭傳統方法的跼限性,建立的RBF模型預測精度比BP模型更高,能有效滿足現場應用.
심부액류전향기술능유효지개선고함수후기적수구효과,단유우기영향인소복잡차상호관련,위차제출료기우Matlab하신경망락기술예측전향효과적방법.분별건립BP화RBF망락,통과량충망락방법대심부액류전향효과진행예측,결과표명,채용신경망락방법극복료전통방법적국한성,건립적RBF모형예측정도비BP모형경고,능유효만족현장응용.
