应用广义回归神经网络预测油井含水率

被引：10

作者：

陈东虎 ^{[1
]}

朱维耀 ^{[1
]}

朱华银 ^{[2
]}

雷刚 ^{[3
]}

刘军 ^{[4
]}

机构：

[1] 北京科技大学土木与环境工程学院

[2] 中石油勘探开发研究院廊坊分院

[3] 中国石油大学(北京)石油工程教育部重点实验室

[4] 科宏石油天然气工程有限公司

来源：

重庆科技学院学报(自然科学版) | 2012年 / 14卷 / 06期

关键词：

曲线拟合; 灰色预测; BP神经网络; GRNN模型;

D O I：

10.19406/j.cnki.cqkjxyxbzkb.2012.06.026

中图分类号：

TE39 [油田应用化学]; TP183 [人工神经网络与计算];

学科分类号：

082002 [油气田开发工程]; 140502 [人工智能];

摘要：

提出一种广义回归神经网络模型(GRNN)预测油井含水率模型,该模型利用不同阶段油井累计注水量和累计产油量,模型简单且具有实用性。相对于拟合模型,应用GRNN模型预测结果精度更高,且可避免新增样本数据后需要重新预测的问题。而相比于BP神经网络,GRNN模型预测结果更加快捷和准确。

引用

页码：97 / 101

页数：5

共 8 条

[1]

人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,

[2]

预测水驱油田含水率的一种方法 [J].

刘刚 .

石油地质与工程, 2008, (05) :61-62+11

[3]

CAR模型在油田含水率预测中的应用 [J].

陈祥光 ;

李宇峰 ;

姜波 ;

王美石 .

仪器仪表学报, 2006, (S2) :1146-1147

[4]

预测水驱油田含水率的一种新方法 [J].

马春生 ;

万宠文 ;

崔秀敏 ;

陶先高 .

大庆石油地质与开发, 2006, (03) :43-44+106

[5]

注水油田年综合含水率预测的数学模型 [J].

何文章 ;

宋国乡 ;

郭旭欧 .

运筹与管理, 2006, (02) :81-84

[6]

广义S增长曲线预测油田含水率 [J].

李祖友 ;

朱义东 ;

唐坚 ;

杨白书 ;

荣宁 .

新疆石油地质, 2006, (01) :62-63

[7]

对预测含水率的翁氏模型推导 [J].

陈元千 .

新疆石油地质, 1998, (05)

[8]

水驱特征曲线研究(三) [J].

俞启泰 .

新疆石油地质, 1997, (02) :153-160+7

← 1 →