基于人工神經(jīng)網(wǎng)絡(luò)的油氣資源量預(yù)測(cè)方法研究.pdf

1、油氣資源量的大小、分布是油氣地質(zhì)評(píng)價(jià)的重要內(nèi)容,同時(shí)也是油氣田開(kāi)發(fā)前經(jīng)濟(jì)預(yù)算的主要依據(jù),油氣資源量計(jì)算的準(zhǔn)確與否直接影響到油氣田開(kāi)發(fā)的經(jīng)濟(jì)效益。影響油氣資源量的因素有很多,而這些因素通常不是線性關(guān)系,僅簡(jiǎn)單的利用線性關(guān)系式進(jìn)行預(yù)算往往不能真正反映油氣資源量的準(zhǔn)確值。而人工神經(jīng)網(wǎng)絡(luò)理論最大的優(yōu)勢(shì)就在于能夠較為理想地解決各類非線性復(fù)雜問(wèn)題,從而為油氣資源量的預(yù)測(cè)提供一種新的較為有效的方法。
　　 通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論的深入學(xué)習(xí),筆

2、者最終選用了三種應(yīng)用范圍較廣神經(jīng)網(wǎng)絡(luò):誤差反向傳播算法(BP算法)、徑向基算法(RBF算法)和自組織特征映射算法(SOFM算法)作為網(wǎng)絡(luò)的權(quán)值修訂方法,隨之建立起了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,進(jìn)而在Visual C++6.0(簡(jiǎn)稱VC6.0)開(kāi)發(fā)工具下下開(kāi)發(fā)出了一套可視化、實(shí)用性強(qiáng)的人工神經(jīng)網(wǎng)絡(luò)軟件。
　　 本文以塔里木盆地塔中西部地區(qū)奧陶系油氣藏為研究對(duì)象,綜合分析了油氣資源量的各種因素,選取了一些具有代表性的因子。最終,選擇了含油氣面

3、積、有效儲(chǔ)層厚度、孔隙度、滲透率等評(píng)價(jià)因子作為神經(jīng)網(wǎng)絡(luò)的輸入層數(shù)據(jù),將原油地質(zhì)儲(chǔ)量,天然氣地質(zhì)儲(chǔ)量和凝析油地質(zhì)儲(chǔ)量作為輸出層數(shù)據(jù),建立了神經(jīng)網(wǎng)絡(luò)模型。
　　 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,是一個(gè)復(fù)雜的過(guò)程。結(jié)合工區(qū)樣本數(shù)據(jù),筆者就隱含層節(jié)點(diǎn)數(shù)、全局誤差限、學(xué)習(xí)率及最大學(xué)習(xí)次數(shù)等進(jìn)行了反復(fù)試驗(yàn),最終確定了適合本區(qū)的人工神經(jīng)網(wǎng)絡(luò)模型。最終預(yù)測(cè)結(jié)果顯示該模型預(yù)測(cè)結(jié)果合理,精度高,可信度好。
　　 根據(jù)上述研究成果,結(jié)合本地區(qū)地質(zhì)條件,最