钻采工艺
鑽採工藝
찬채공예
DRILLING & PRODUCTION TECHNOLOGY
2012年
5期
72-74
,共3页
孙玉学%谢建波%赵景原%历艳明%王娇
孫玉學%謝建波%趙景原%歷豔明%王嬌
손옥학%사건파%조경원%력염명%왕교
量子神经元%量子神经网络%储层保护%预测%敏感性
量子神經元%量子神經網絡%儲層保護%預測%敏感性
양자신경원%양자신경망락%저층보호%예측%민감성
针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷,在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上,提出一种具有量子特性权值和活性值的量子神经网络预测模型[1].对吉林油田伊通地区储层敏感性进行快速预测,其结果表明,量子神经网络模型的敏感性伤害程度预测结果明显优于传统BP神经网络,与岩心流动实验结果的符合率达到88％.该方法能快速、准确地预测储层的敏感性指数,为保护油气层提供可靠的理论依据.
針對室內評價儲層敏感性預測的不足和傳統神經網絡模型的缺陷,在收集巖心分析資料、分析生物神經元的信息處理方式和量子特性的基礎上,提齣一種具有量子特性權值和活性值的量子神經網絡預測模型[1].對吉林油田伊通地區儲層敏感性進行快速預測,其結果錶明,量子神經網絡模型的敏感性傷害程度預測結果明顯優于傳統BP神經網絡,與巖心流動實驗結果的符閤率達到88％.該方法能快速、準確地預測儲層的敏感性指數,為保護油氣層提供可靠的理論依據.
침대실내평개저층민감성예측적불족화전통신경망락모형적결함,재수집암심분석자료、분석생물신경원적신식처리방식화양자특성적기출상,제출일충구유양자특성권치화활성치적양자신경망락예측모형[1].대길림유전이통지구저층민감성진행쾌속예측,기결과표명,양자신경망락모형적민감성상해정도예측결과명현우우전통BP신경망락,여암심류동실험결과적부합솔체도88％.해방법능쾌속、준학지예측저층적민감성지수,위보호유기층제공가고적이론의거.
