基于人工神經(jīng)網(wǎng)絡(luò)的超深井儲層敏感性預(yù)測.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、超深井儲層多屬于低滲透油氣藏,由于滲透率太低,采取現(xiàn)有方法開展巖心流動實驗的難度很大,儲層敏感性評價實驗耗時長(有時甚至無法做出結(jié)果),實驗數(shù)據(jù)誤差較大,平行實驗數(shù)據(jù)重復(fù)性難以保證;另一方面由于基本上無法獲得具有代表性的儲層巖心,使評價實驗無法正常開展。因此,對油氣層損害,特別是儲層的五種敏感性潛在損害,利用現(xiàn)有的儲層巖性、物性資料以及前期積累的實驗數(shù)據(jù),從中找出儲層五種敏感性損害與儲層巖性、物性參數(shù)之間的關(guān)系,探索兩者之間的必然聯(lián)系,

2、建立神經(jīng)網(wǎng)絡(luò)模型,將潛在損害因素進行歸一化和定量化處理,對網(wǎng)絡(luò)進行訓(xùn)練后,可對儲層敏感性進行預(yù)測,并通過實驗對預(yù)測結(jié)果進行驗證。 由于人工神經(jīng)網(wǎng)絡(luò)技術(shù)具有強大的非線性映射能力和自組織、自適應(yīng)、自學(xué)習(xí)能力,特別適用于解決因果關(guān)系復(fù)雜的非確定性推理、判斷、預(yù)測和分類等問題。通過選擇適當?shù)哪P秃蛥?shù)來建立預(yù)測模型。為此本文將人工神經(jīng)網(wǎng)絡(luò)和儲層敏感性結(jié)合起來,基于BP網(wǎng)絡(luò)等理論,來進行建立、訓(xùn)練和仿真預(yù)測模型的研究。 本文簡要的

3、介紹了國內(nèi)外儲層敏感性預(yù)測模型的研究概況及勝利油田超深井情況,同時介紹了人工神經(jīng)網(wǎng)絡(luò)的基本原理,BP網(wǎng)絡(luò)的基本結(jié)構(gòu)、學(xué)習(xí)算法、網(wǎng)絡(luò)模型及MATLAB計算軟件的神經(jīng)網(wǎng)絡(luò)工具箱。分析和比較了現(xiàn)有的幾種預(yù)測模型,進而詳細探討了基于BP網(wǎng)絡(luò)的儲層敏感性預(yù)測模型。 文中針對勝利油田相關(guān)區(qū)塊超深井儲層敏感性數(shù)據(jù),來進行建立、訓(xùn)練和仿真基于BP網(wǎng)絡(luò)的儲層敏感性預(yù)測模型。仿真的結(jié)果同傳統(tǒng)回歸法進行比較,可以看出神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果比回歸法的預(yù)測結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論