用人工神经网络建立油田采收率模型
蔡煜东, 姚林声
中国科学院上海冶金研究所
Oil recovery ratio modeling by neural network technique
Cai Yudong, Yao Linsheng
摘要 运用人工神经网络“反向传播”模型的改进形式,将影响采收率的主要因素作为系统的输入,通过自学习的算法,确定采收率与诸因素之间的关系,便得到预测采收率的模型。本文以江汉油田的资料为例,计算结果,相对误差小于4.6%。
关键词 :
人工神经网络 ,
反向传播模型 ,
计算 ,
采收率
Abstract :The prediction model of oil recovery ratio is obtained by determining the relation between the recovery ratio and the inputted influence factors with the use of learning approach for an improved back-propagation neural network. The data from Jianghan oil field were used for trial computation successfully,with relative error less than 4.6%.
Key words :
artificial neurial network
back-propagation model
computation
recovery ratio
收稿日期: 1993-02-24
作者简介 : 蔡煜东,助理研究员,1968年生,1990年毕业于复旦大学数学系计算机数学专业。现在中国科学院上海冶金所从事人工智能技术在化学、地学中的应用研究。
[1]
梁全, 毛伟建, 欧阳威, 李武群, 张建磊. 射线雅可比的直接数值计算方法及应用 [J]. 石油地球物理勘探, 2020, 55(3): 557-566.
[2]
邹强, 黄建平, 李庆洋, 雍鹏, 辛天亮. 伪深度域弹性波有限差分数值模拟及逆时偏移 [J]. 石油地球物理勘探, 2020, 55(2): 321-330.
[3]
彭佳明, 付丽华, 张雪敏. 应用快速不动点延续算法的地震数据重建 [J]. 石油地球物理勘探, 2019, 54(6): 1195-1205.
[4]
苏勤, 曾华会, 田彦灿, 徐兴荣, 肖明图, 吴杰. 表层Q 值确定性求取与空变补偿方法 [J]. 石油地球物理勘探, 2019, 54(5): 988-996.
[5]
方江雄, 温志平, 顾华奇, 刘军, 张华. 基于变分模态分解的地震随机噪声压制方法 [J]. 石油地球物理勘探, 2019, 54(4): 757-767.
[6]
崔宁城, 黄光南, 李红星, 张华, 张晓峰, 肖昆. 求解椭圆各向异性介质程函方程的源点快速扫描算法 [J]. 石油地球物理勘探, 2019, 54(4): 796-804.
[7]
黄昱丞, 郑晓东, 栾奕, 杨廷强. 地震信号线性与非线性时频分析方法对比 [J]. 石油地球物理勘探, 2018, 53(5): 975-989.
[8]
邓世广, 王淑艳, 赵文津, 刘志伟, 何润. 基于OpenMP并行计算的匹配追踪时频分析方法 [J]. 石油地球物理勘探, 2018, 53(3): 454-461.
[9]
匡斌, 唐祥功, 张猛, 赵庆国, 单联瑜. 三维自适应最小二乘逆时偏移技术 [J]. 石油地球物理勘探, 2018, 53(1): 73-79.
[10]
黄埔, 耿红江, 杨光辉, 王鲁娟, 朱松鸟, 崔占茹. GeoEast系统在华北油田地质研究云计算平台的推广应用 [J]. 石油地球物理勘探, 2017, 52(s1): 220-224.
[11]
李钟晓, 李振春. 基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法 [J]. 石油地球物理勘探, 2017, 52(4): 678-688.
[12]
盛秀杰, 金之钧, 彭成. PetroV分布式数据存储与分析框架设计 [J]. 石油地球物理勘探, 2017, 52(4): 875-883.
[13]
李兴旺, 白超英, 李晓玲. 四面体单元剖分下三维各向异性TI介质中多次波射线追踪 [J]. 石油地球物理勘探, 2017, 52(1): 48-55.
[14]
唐佳, 王凡, 刘福烈. 三维波动方程正演的三级并行加速 [J]. 石油地球物理勘探, 2016, 51(5): 1049-1054.
[15]
朱海伟, 段文超, 曹永生, 陈金焕. 粒子群算法炮点偏移校正技术 [J]. 石油地球物理勘探, 2016, 51(4): 661-664.