储层敏感性快速预测软件在大港油田的研究与应用

储层敏感性快速预测软件在大港油田的研究与应用

ID:34112322

大小:366.74 KB

页数:5页

时间:2019-03-03

储层敏感性快速预测软件在大港油田的研究与应用_第1页
储层敏感性快速预测软件在大港油田的研究与应用_第2页
储层敏感性快速预测软件在大港油田的研究与应用_第3页
储层敏感性快速预测软件在大港油田的研究与应用_第4页
储层敏感性快速预测软件在大港油田的研究与应用_第5页
资源描述:

《储层敏感性快速预测软件在大港油田的研究与应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、储层敏感性快速预测软件在大港油田的研究与应用’’’“何银花尤秋彦钟惠敏都捷年大港油田钻采院,天津大港石油大学,北京、、,摘要在储层特征分析室内实验机,’‘。理研究的基础上值和阂值使与要求的户尽可能接近整个网络,利用人工神经网络建立预测模型并编制了预测储层的,学习过程分为个阶段即正向传播过程和反向。,,种敏感性的软件该软件受人为因素千扰小所需参数少准,,。传播过程个过程反复交替直到达到收敛为止确度高综合符合率大于。现场应用结果表明,该技术能,算法的改进为制定保护油气层技术措施提供较可靠的依据能提高油田

2、。利用传统的算法权值调整公式进行权值调滚动开发效益改善老油田的开发效果该软件对算法进,,,行了改进,是对输整时存在一些问题如收敛速度较慢容易产生局习从两方面入手使网络摆脱平坦区一入,。数据进行归,,部极小网络的隐单元个数只能凭经验选取等针对一化处理使的取值在之间二是一旦,、这些问题从两方面入手使网络摆脱平坦区对输人网络陷入平坦区域局部极小使连接权值和闲值、,、,,,,同时缩小一个因子几可使一脱离零值数据进行归一化处理使的取值在」之间一,、添加,,、离开平坦区②加速收敛方法有自动调整学习因子动旦网络陷

3、人平坦区域局部极小使连接权值。量项以及对权值进行批处理用算法预测储层潜在敏感」和阂值、同时缩小一个因子,几,这样可使,性首先应确定影响储层敏感性的主要因素然后根据这些一脱离零值,离开平坦区。加速收敛的方法因素有针对性地收集有关资料并进行处理,再根据敏感性预有自动调整学习因子添加动量项对权值进行批测的要求,设计相应的网络结构进行训练,最后对训练好的。。处理网络进行检验关键词神经网络潜在敏感性防止地层损害地质参数水敏性预侧软件的研究人工神经网络基本原理网络结构的建立输人层与输出层的确定网络的输人、。人工

4、神经网络的操作有两个过程,一是训练学层输出层维数完全根据使用者的要求设计问题确,、。习,二是正常操作或回忆。训练时,把教给网络的信定以后输人层输出层的单元数也就随之确定以,息作为网络的输入和输出,使网络按照某种规则调水敏预测为例输人单元主要包括影响水敏损害程,。节各处理神经单元间的连接权值,直到给定输人,网度的主要因素输出单元则为水敏指数通过统计分,、、络就能产生给定输出为止。网络的正常操作,就是给析水敏损害主要受泥质含量石英含量蒙脱石含、、、、训练好的网络输入一个信号,它就能正确回忆出相量矿物粒度

5、孔隙度渗透率矿化度和胶结物类型。应输出,也叫回忆。通常使用的网络为网络。等个因素的影响因此水敏预测网络有个输。网络又称反向传播神经网络。一个标准的网络人单元和个输出单元由个神经元层次组成,各层次的神经元之间形成隐层及隐层维数的确定隐层单元数的选,全互连连接,各层次内的神经元之间没有连接。择非常复杂隐层单元数太少训练出来的网络可能不强壮,不能识别以前没有见过的样本,容错性差基本算法简介,,算法属于学习率,是一种有教师的学习算单元数太多会使学习的时间过长误差也不一定最。。法。输入个学习样本丫,丫,⋯,丫

6、,已知与其对应佳隐层单元数的选择一般可参考以下公式的教师为‘,厂,⋯,厂。学习算法是根据实际的输出,,了,,,,‘,’,⋯,’与’,厂,⋯,产的误差来修改其连接权,一,,···钻井液与完井液年弟森弟期,,,,,刀,,,,感程度准确分类仁一口必须小于因此计算式中为隐层单元数为输出神经元数为输,。£。人神经元数为值在一之间的常数根据训练可得的取值为情况,在水敏预测网络中,隐层单元数取为。在各类敏感性预测采用的神经网络结构中,输入层、中间应用效果层及输出层的神经元个数见表。王官屯油田表各类敏感性预测神经网

7、络的神经元个数该油田构造位于黄弊凹陷孔东断裂带两侧,总网络结构水敏性盐敏性速敏性酸敏性碱敏性,、、、面积为先后在中生界孔二段孔一段枣输人层、、、、孔一段枣孔一段枣孔一段枣孔一段枣班‘,。公〕沙三段和沙一段发现套含油层系孔一段基本属中孔储层,但渗透率变化较大,各油组高、中、低渗并输出层,平均孔隙度为,存一平均渗透率为只一一只一孔二段平均孔隙学习样本的收集整理,一,用算法预测储层潜在敏感性,首先应确定度为平均渗透率为又属中。、影响储层潜在敏感性的主要因素,然后根据这些因孔低渗油藏王官屯油田孔一段孔二段地

8、层中粘土,素有针对性地收集有关资料并进行处理,为网络训矿物组合类型的共同特点是缺少蒙脱石高岭石和,练集的构成打下基础。然后再根据敏感性预测的要绿泥石自下而上均有分布其相对含量最高分别达,。求设计相应的网络结构进行训练。最后对训练好的到和最低仅为和地质参数。网络进行检验。见表储层潜在敏感性主要影响因素的确定影用人工神经网络预测软件对潜在损害因素。响储层敏感性的储层矿物组成和结构参数很多。可评价的结果如下、、,以从分析敏感性损害机理人手,确定出影响敏感性孔一段枣皿油组具有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。