GA-BP神经网络模型在洛带气田产量预测中的应用

被引：6

作者：

杨宇 ^{[1
]}

康毅力 ^{[1
]}

郭春华 ^{[2
]}

杨彦军 ^{[2
]}

机构：

[1] 西南石油大学博士后科研流动站

[2] 成都理工大学

来源：

油气地质与采收率 | 2006年 / 06期

关键词：

R/S分析; 赫斯特指数; 神经网络; 预测; 洛带气田;

D O I：

10.13673/j.cnki.cn37-1359/te.2006.06.026

中图分类号：

TE328 [油气产量与可采储量];

学科分类号：

摘要：

气井产量变化的影响因素很多,使产量递减预测变得十分困难。以洛带气田的产量递减井为例,运用R/S分析方法计算了气井的赫斯特指数,证实该区的气井产量变化和生产时间具有相关性,可以进行产量递减分析。利用GA-BP神经网络模型对气井产量进行了拟合和预测,拟合的平均相对误差为5.1%,表明新模型适用于洛带气田的产量递减预测。

引用

页码：84 / 85+88+111 +88

页数：4

共 9 条

[1] 遗传BP算法在洛带气田测井物性解释中的应用 [J].