文章摘要
author_cn_name].基于主成分分析和优化神经网络的注水井吸水能力预测[J].重庆科技学院学报(自然科学版),2023,25(5):.
基于主成分分析和优化神经网络的注水井吸水能力预测
  
DOI:
中文关键词: 注水井  吸水能力  主成分分析  粒子群算法  BP神经网络
英文关键词: 
基金项目:“十四五:国家科技重大专项“海上油田大幅度提高采收率关键技术”子课题“海上双高—双特高水驱油田提高采收率油藏关键技术”(KJGG2021-0501);中国海油重大科技专项“渤海油田强化水驱及增产挖潜技术”(CNOOC-KJ135 ZDXM 36 TJ01TJ)
作者单位
暴赫、侯亚伟、王刚、安玉华、范佳乐(22-27) 中海石油(中国)有限公司天津分公司 渤海石油研究院 
摘要点击次数: 818
全文下载次数: 0
中文摘要:
      针对渤海 P油田储层纵向非均质性较强的特点 ,提出基于主成分分析和优化神经网络(PCA- PSO- BP)的注水井吸水能力预测方法 ,以提高预测准确度 ,进而改善纵向吸水不均的问题 装 根据动 静态生产资料 ,通过皮尔逊线性回归对渗透率、泥质含量、含油饱和度、电阻率、孔隙度、注采井距、射 孔厚度共7 个因素进行相关性分析 ,结果显示渗透率与泥质含量、电阻率、孔隙度之间存在一定的线 性关系 装 通过主成分分析对这7 个因素进行降维处理 , 以重新生成的 3 个主成分作为模型数据集 , 并对其神经网络模型进行优化 ,最终建立 PCA- PSO- BP预测模型 装 通过注水井生产实例 ,验证了 此模型的良好效果
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭

手机扫一扫看 分享按钮