文件名称：改进BP神经网络模型在长庆气田产能预测中的应用 (2008年)
文件大小：198KB
文件格式：PDF
更新时间：2024-06-09 04:05:20
工程技术 论文
在改进的神经网络训练算法的基础上，提出了利用神经网络快速预测储层产能的方法步骤。长庆气田属于非常规碳酸盐岩气藏，地质条件复杂，结构特征多样，产能影响因素较多，且各种因素交互重叠，用常规方法进行产能预测，其精度远远不够。为了迅速、准确地判断储层的性质，选用了BP神经网络，利用测井参数，建立了长庆气田产能预测模型，提高了预测的精度。常规神经网络在训练样本时分母项易趋于0，导致运算进入死循环，降低了结果的可信度。改进的神经网络模型克服了上述现象，具有绝对收敛性，且隐含层的神经元个数容易调整。将该改进模型用于储层