计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2006年
7期
247-249
,共3页
支持向量机%神经网络%预测%压裂效果
支持嚮量機%神經網絡%預測%壓裂效果
지지향량궤%신경망락%예측%압렬효과
压裂是油田重要的增产措施,合理选择压裂井层是一项十分复杂的工作.在对影响压裂效果的各种因素综合分析的基础上,提出了基于支持向量机技术的压裂效果预测方法.采用该方法,利用油田开发动、静态数据,构建了压裂井层优选的支持向量机模型,对大庆油田采油八厂样本进行处理,符合率达89%以上,并在不同数目学习样本的情况下同模糊神经网络作了比较,性能远优于模糊神经网络,可很好地克服过学习问题.
壓裂是油田重要的增產措施,閤理選擇壓裂井層是一項十分複雜的工作.在對影響壓裂效果的各種因素綜閤分析的基礎上,提齣瞭基于支持嚮量機技術的壓裂效果預測方法.採用該方法,利用油田開髮動、靜態數據,構建瞭壓裂井層優選的支持嚮量機模型,對大慶油田採油八廠樣本進行處理,符閤率達89%以上,併在不同數目學習樣本的情況下同模糊神經網絡作瞭比較,性能遠優于模糊神經網絡,可很好地剋服過學習問題.
압렬시유전중요적증산조시,합리선택압렬정층시일항십분복잡적공작.재대영향압렬효과적각충인소종합분석적기출상,제출료기우지지향량궤기술적압렬효과예측방법.채용해방법,이용유전개발동、정태수거,구건료압렬정층우선적지지향량궤모형,대대경유전채유팔엄양본진행처리,부합솔체89%이상,병재불동수목학습양본적정황하동모호신경망락작료비교,성능원우우모호신경망락,가흔호지극복과학습문제.
