基于BP神经网络的油田生产动态分析方法

被引：13

作者：

樊灵 ^{[1
]}

赵孟孟 ^{[1
]}

殷川 ^{[2
]}

朋兴亚 ^{[1
]}

机构：

[1] 中国石油大学(华东)石油工程学院

[2] 中海石油(中国)有限公司天津分公司

来源：

断块油气田 | 2013年 / 20卷 / 02期

关键词：

神经网络; 生产动态; 数据集; 网格划分;

D O I：

暂无

中图分类号：

TE331 [];

学科分类号：

摘要：

为克服目前生产动态分析方法所需数据量大、费工费时和应用局限性大等缺点,文中提出了一种基于BP神经网络的油田生产动态分析新方法。该方法使用一些广泛易得的数据(如测井数据、生产历史数据)建立数据集,然后利用神经网络建模技术建立全油藏范围的基于数据驱动的预测模型,进行预测分析。实际油藏应用结果表明,产油速度的最大预测误差低于7%,产水速度的预测误差低于5%。预测效果较好,具有一定的应用和研究价值。

引用

收藏

页码：204 / 206

页数：3

相关论文

共 15 条

[1] 水驱曲线法在油田开发评价中的应用 [J].

陈元千 ;

邹存友 ;

张枫 .

断块油气田, 2011, 18 (06) :769-771+779

[2] 鄂尔多斯盆地定边地区长2储层非均质性研究 [J].

赵鹤森 ;

陈义才 ;

唐波 ;

林航杰 ;

刘玉峰 ;

张雁 .

岩性油气藏, 2011, 23 (04) :70-74

[3] BP神经网络在辽河坳陷太古宇潜山内幕岩性识别中的应用 [J].

刘兴周 .

石油地质与工程, 2010, 24 (05) :40-42+142

[4] BP神经网络预测最小混相压力 [J].

任双双 ;

杨胜来 ;

沈飞 .

断块油气田, 2010, 17 (02) :216-218

[5] 水驱特征曲线对油田不同阶段开发效果的评价研究 [J].

赵春森 ;

刘庆娟 ;

李佩敬 ;

袁友为 ;

李振红 .

特种油气藏, 2009, 16 (04) :51-53+107

[6] 气井产量递减分析方法与动态预测 [J].

张文 ;

解维国 .

断块油气田, 2009, 16 (04) :86-88

[7] 基于MATLAB的BP神经网络预测系统的设计 [J].

李萍 ;

曾令可 ;

税安泽 ;

金雪莉 ;

刘艳春 ;

王慧 .

计算机应用与软件, 2008, (04) :149-150+184

[8] 油藏产量递减指标预测新方法研究 [J].

李源源 ;

黄炳光 ;

王怒涛 ;

罗志锋 ;

梅志宏 .

断块油气田, 2008, (01) :75-76

[9] 储层非均质性研究进展 [J].

于翠玲 ;

林承焰 .

油气地质与采收率, 2007, (04) :15-18+22+111

[10] 基于BP神经网络进行裂缝识别研究 [J].

申辉林 ;

高松洋 .

断块油气田, 2007, (02) :60-62+93