基于改进神经网络的渗透率预测方法

被引:16
作者
杨建 [1 ]
杨程博 [2 ]
张岩 [1 ]
崔力公 [3 ]
王龙飞 [4 ]
机构
[1] 中国石化西南油气分公司勘探开发研究院
[2] 西南石油大学“油气藏地质及开发工程”国家重点实验室
[3] 中国石油川庆钻探地质勘探开发研究院
[4] 中国石化中原油田采油工程技术研究院天然气技术研究所
关键词
BP神经网络; 改进BP算法; 网络仿真训练; MATLAB; 渗透率预测;
D O I
暂无
中图分类号
P618.13 [石油、天然气];
学科分类号
摘要
由于传统BP算法具有收敛速度慢、易陷入局部极小值等不足,文中对其进行了改进。在Kozeny-Carman方程和杨正明研究的基础上,借助于MATLAB神经网络工具箱,建立了预测岩石渗透率的3层前馈型BP神经网络模型。对改进的神经网络模型进行的仿真训练结果表明:改进模型具有更快的收敛速度和更高的精度,模型预测值与实验室测试值的一致性比较好,其相对误差小于10%,完全能够满足现场精度要求。
引用
收藏
页码:98 / 102
页数:5
相关论文
共 14 条