油气地质与采收率
油氣地質與採收率
유기지질여채수솔
PETROLEUM GEOLOGY AND RECOVERY EFFICIENCY
2009年
3期
92-94
,共3页
邴绍献%王华%李建丽%张孝天%侯春华%王滨
邴紹獻%王華%李建麗%張孝天%侯春華%王濱
병소헌%왕화%리건려%장효천%후춘화%왕빈
油田开发指标%小波神经网络%改进结构的小波神经网络%模型预测
油田開髮指標%小波神經網絡%改進結構的小波神經網絡%模型預測
유전개발지표%소파신경망락%개진결구적소파신경망락%모형예측
由于油藏储层的非均质性和决定油田开发指标因素的不确定性,往往很难对油田开发指标进行准确的预测.针对小波神经网络模型及算法预测油田开发指标存在的不足,提出了改进结构的小波神经网络模型.改进结构的小波神经网络模型使输入指标同时在不同时间因子和尺度因子的小波基上展开.实例分析结果表明,改进结构的小波神经网络模型不仅继承了小波神经网络的优点,且具有比小波神经网络预测油田开发指标精度更高、训练速度更快的优势,其预测的平均精度达到97.02%,是预测油田开发指标的一种较实用的方法.
由于油藏儲層的非均質性和決定油田開髮指標因素的不確定性,往往很難對油田開髮指標進行準確的預測.針對小波神經網絡模型及算法預測油田開髮指標存在的不足,提齣瞭改進結構的小波神經網絡模型.改進結構的小波神經網絡模型使輸入指標同時在不同時間因子和呎度因子的小波基上展開.實例分析結果錶明,改進結構的小波神經網絡模型不僅繼承瞭小波神經網絡的優點,且具有比小波神經網絡預測油田開髮指標精度更高、訓練速度更快的優勢,其預測的平均精度達到97.02%,是預測油田開髮指標的一種較實用的方法.
유우유장저층적비균질성화결정유전개발지표인소적불학정성,왕왕흔난대유전개발지표진행준학적예측.침대소파신경망락모형급산법예측유전개발지표존재적불족,제출료개진결구적소파신경망락모형.개진결구적소파신경망락모형사수입지표동시재불동시간인자화척도인자적소파기상전개.실례분석결과표명,개진결구적소파신경망락모형불부계승료소파신경망락적우점,차구유비소파신경망락예측유전개발지표정도경고、훈련속도경쾌적우세,기예측적평균정도체도97.02%,시예측유전개발지표적일충교실용적방법.
