断块油气田
斷塊油氣田
단괴유기전
FAULT-BLOCK OIL AND GAS FIELD
2013年
2期
204-206
,共3页
樊灵%赵孟孟%殷川%朋兴亚
樊靈%趙孟孟%慇川%朋興亞
번령%조맹맹%은천%붕흥아
神经网络%生产动态%数据集%网格划分
神經網絡%生產動態%數據集%網格劃分
신경망락%생산동태%수거집%망격화분
为克服目前生产动态分析方法所需数据量大、费工费时和应用局限性大等缺点,文中提出了一种基于BP神经网络的油田生产动态分析新方法.该方法使用一些广泛易得的数据(如测井数据、生产历史数据)建立数据集,然后利用神经网络建模技术建立全油藏范围的基于数据驱动的预测模型,进行预测分析.实际油藏应用结果表明,产油速度的最大预测误差低于7%,产水速度的预测误差低于5%.预测效果较好,具有一定的应用和研究价值.
為剋服目前生產動態分析方法所需數據量大、費工費時和應用跼限性大等缺點,文中提齣瞭一種基于BP神經網絡的油田生產動態分析新方法.該方法使用一些廣汎易得的數據(如測井數據、生產歷史數據)建立數據集,然後利用神經網絡建模技術建立全油藏範圍的基于數據驅動的預測模型,進行預測分析.實際油藏應用結果錶明,產油速度的最大預測誤差低于7%,產水速度的預測誤差低于5%.預測效果較好,具有一定的應用和研究價值.
위극복목전생산동태분석방법소수수거량대、비공비시화응용국한성대등결점,문중제출료일충기우BP신경망락적유전생산동태분석신방법.해방법사용일사엄범역득적수거(여측정수거、생산역사수거)건립수거집,연후이용신경망락건모기술건립전유장범위적기우수거구동적예측모형,진행예측분석.실제유장응용결과표명,산유속도적최대예측오차저우7%,산수속도적예측오차저우5%.예측효과교호,구유일정적응용화연구개치.