叶双江;姜汉桥;陈民锋;

• 1:中国石油大学石油工程教育部重点实验室

摘要(Abstract)：

鉴于水平井产能影响因素的复杂性,运用灰色关联分析方法从水平井产能影响因素中筛选出主控因素,结合BP神经网络技术,以筛选出的主控因素为输入层节点,构造神经网络模型,对多因素非线性影响下的水平井产能进行预测.该方法仅针对水平井初始产能或当前某一时刻的产能预测而言,不考虑时间因素.结果表明:构造的神经网络模型具有很好的稳定性,预测精度高,预测井产能预测值与实际值相对误差均在工程要求范围之内(±10%).

关键词(KeyWords)：产能预测;灰色关联分析;BP神经网络技术

Abstract:

Keywords:

基金项目(Foundation):国家“863”高技术研究发展计划项目(2007AA090701-7)

作者(Author):叶双江;姜汉桥;陈民锋;

Email:

参考文献(References)：

• [1]Joshi S D.Augmentation of well productivity using slant and horizontal wells[J].SPE 15375,1986.

• [2]黄世军,程林松,赵凤兰,等.考虑生产段表皮因子变化的水平井产能模型[J].钻采工艺,2005,28(5):31-34.

• [3]邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社,1990.

• [4]彭敦陆,徐士进,王汝成,等.神经网络专家系统在预测单井日产量上的应用研究[J].石油实验地质,1999,21(2):156-160.

• [5]Philip F,Coveney P V,Hughes T L.Predicting quality and performance of oilfield cements with artificial neural networks and FTIRspectroscopy[J].SPE 30079,1995.

• [6]胡守仁.神经网络应用技术[M].长沙:国防科技大学出版社,1993.

• [7]李留仁,焦李成.基于人工神经网络的油田产量多因素非线性时变预测[J].西安石油学院学报,2002,17(4):42-44.

• [8]孙佰清,潘启树,冯英浚,等.提高BP网络训练速度的研究[J].哈尔滨工业大学学报,2001,33(4):439-441.