基于人工神经网络的煤层气井产能预测研究

被引:5
作者
杜严飞 [1 ,2 ]
吴财芳 [3 ,4 ]
杨庆龙 [3 ,4 ]
薛佳佳 [5 ]
机构
[1] 国土资源部页岩气资源勘查重点实验室(重庆地质矿产研究院)
[2] 重庆市页岩气资源与勘查工程技术研究中心(重庆地质矿产研究院)
[3] 中国矿业大学资源与地球科学学院
[4] 煤层气资源与成藏过程教育部重点实验室
[5] 中国矿业大学理学院
基金
国家自然科学基金重点项目;
关键词
BP神经网络; 煤层气井; 产能预测;
D O I
10.19880/j.cnki.ccm.2012.12.002
中图分类号
TE37 [气田开发与开采]; TP183 [人工神经网络与计算];
学科分类号
摘要
基于时间序列预测思想构建了适合于煤层气井产能预测的BP神经网络模型。以潘庄CM1井为预测实例,结果表明:该模型能够较为准确地预测出煤层气井未来30天的产能变化,其产气量和产水量预测平均相对误差分别为1.35%和3.88%,从而可为煤层气井排采制度的调整提供依据。
引用
收藏
页码:9 / 13+17 +17
页数:6
相关论文
共 12 条