基于动态神经网络的油田开发数据分析和预测模型研究

发布时间：2017-10-25 19:00

  本文关键词：基于动态神经网络的油田开发数据分析和预测模型研究

  更多相关文章： 预测 油田开发数据 动态神经网络 智能算法

【摘要】：油田开发是一门综合性技术,涵盖油藏地质、开采过程、油层生产等多方面内容,是一类典型的复杂非线性动态系统。通过分析各种变量之间的作用关系及变化规律,可为科学制定油田生产及规划方案提供决策依据。油田数据的分析及预测是油田地质开发研究工作的一项重要内容,其预测结果的可信度也直接影响油田开发方案的制定,选择正确的模型和方法至关重要。如何构建和选择预测模型,并对模型的计算复杂度、准确性和可信性进行分析评价,已成为油田开发领域的重要研究课题。本课题基于动态神经网络和智能算法对油田开发数据分析与预测模型进行研究。首先从定性和定量两个方面对油田开发数据进行分析,阐述了数据的预处理技术。然后通过系统地分析Elman神经网络模型,构建了基于遗传算法的Elman神经网络模型,并提出了一种改进的遗传算法,利用该模型实现了单井含水率指标的动态预测。建立了一种自组织特映射征神经网络模型,并与动态K-均值算法相结合,从机制上改善了网络的稳定性和学习性质,将模型运用于异常井分类预测,取得了较好的应用结果。最后针对产量预测问题,建立了一种双隐层过程神经元网络预测模型,通过引入粒子群算法优化网络模型参数,改进了模型的学习机制,并进行了实验分析。针对Elman神经网络模型、自组织特征映射神经网络模型、过程神经元网络模型三种预测模型,本课题分别以实际数据进行了预测处理,结果验证了三种模型具有操作性、可行性和实用性,取得了良好的预测效果。本课题的研究为油田开发预测提供了一种新的方法,有助于油田生产和管理的分析决策,具有较大的理论和应用价值。
【关键词】：预测 油田开发数据 动态神经网络 智能算法
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TE319;TP183
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 创新点摘要6-9
• 第一章 绪论9-20
• 1.1 研究背景及意义9
• 1.2 人工神经网络9-12
• 1.3 动态神经网络12-14
• 1.4 课题研究现状14-19
• 1.4.1 预测方法的研究现状14-15
• 1.4.2 油田开发指标预测方法的研究现状15-19
• 1.5 本文研究内容19
• 1.6 本章小结19-20
• 第二章 油田开发数据分析及预处理研究20-26
• 2.1 油田开发数据定性分析20-22
• 2.2 油田开发数据定量分析22-23
• 2.3 油田开发数据预处理23-25
• 2.4 本章小结25-26
• 第三章 基于Elman神经网络的预测模型研究及应用26-41
• 3.1 引言26-27
• 3.2 Elman神经网络模型27
• 3.3 Elman神经网络模型的学习算法27-29
• 3.4 基于遗传算法的模型构建29-34
• 3.4.1 遗传算法29-31
• 3.4.2 遗传算法的改进策略31-32
• 3.4.3 模型学习算法的优化方法32-34
• 3.5 单井含水率预测的应用34-39
• 3.6 本章小结39-41
• 第四章 基于自组织特征映射神经网络的预测模型研究及应用41-52
• 4.1 引言41-42
• 4.2 SOM神经网络模型42-43
• 4.3 SOM神经网络模型的学习算法43-44
• 4.4 基于动态K-均值的组合模型44-47
• 4.4.1 动态K-均值算法44-46
• 4.4.2 基于SOM神经网络和动态K-均值的组合模型设计46-47
• 4.5 异常井分类预测的应用47-51
• 4.6 本章小结51-52
• 第五章 基于过程神经元网络的预测模型研究及应用52-62
• 5.1 引言52
• 5.2 过程神经元网络模型52-54
• 5.3 过程神经元网络模型的学习算法54-55
• 5.4 基于粒子群算法的模型优化55-58
• 5.4.1 粒子群算法55-57
• 5.4.2 模型参数的优化方法57-58
• 5.5 产量预测的应用58-61
• 5.6 本章小结61-62
• 结论62-63
• 参考文献63-66
• 发表文章目录66-67
• 致谢67-68

【相似文献】

中国期刊全文数据库 前10条

1 张传文;付颖;;金马油田开发公司公司简介[J];特种油气藏;2008年03期

2 ;金马油田开发公司[J];特种油气藏;2009年05期

3 冯云亮;;金马油田开发公司[J];特种油气藏;2010年01期

4 李斌;宋占新;高经国;黄亚芹;;论油田开发的二重性[J];石油科技论坛;2011年02期

5 王孝江;陈育竺;李艳;;关于油田开发规律的认识[J];科技创新与应用;2012年26期

6 段立锋;陶成学;陈军;;探索油田开发规律[J];中国石油和化工标准与质量;2013年01期

7 孙长明,冯国胜;利用优化方法计算油田开发指标[J];大庆石油地质与开发;1983年01期

8 栾志安;苏联油田开发理论进展[J];大庆石油地质与开发;1988年01期

9 李成文;姜桂萍;张作祥;郎颜林;;氚示踪剂分析方法的建立及在油田开发中应用[J];石油学报;1990年02期

10 张在旭,侯风华,姜梅芳,殷爱贞,徐青山;油田开发优化决策的目标规划模型[J];石油大学学报(自然科学版);2000年06期

中国重要会议论文全文数据库 前10条

1 陈建文;付玉成;林海;;分层压力资料在油田开发中的应用方法研究[A];中国地球物理学会第二十届年会论文集[C];2004年

2 王秀芝;赵玉萍;张颖;杨湘龙;史晓贞;;经济界限值在油田开发中的应用[A];“九五”全国地质科技重要成果论文集[C];2000年

3 赵明宸;陈月明;;油田开发增产措施优化的目标规划模型[A];中国运筹学会第八届学术交流会论文集[C];2006年

4 ;前言[A];胜利油田北部油区特高含水期提高采收率技术研讨会论文汇编[C];2005年

5 周洪涛;贾寒;;软物质科学的发展,推动油田开发工程技术的进步[A];中国化学会第29届学术年会摘要集——第18分会：超分子组装与软物质材料[C];2014年

6 孙亚敏;孙伟;;特高含水期油田开发经济界限模型研究[A];中国运筹学会第十届学术交流会论文集[C];2010年

7 金利;司丽;刘雷;刘敏;;应用三维地质建模技术指导油田开发调整[A];2002低渗透油气储层研讨会论文摘要集[C];2002年

8 邹道标;;创新在涠洲11-1N项目建设中的运用[A];中国海洋石油总公司第三届海洋工程技术年会论文集[C];2012年

9 张在旭;侯风华;付峰;姜梅芳;范水清;;油田开发增产措施优化的目标规划模型[A];管理科学与系统科学研究新进展——第6届全国青年管理科学与系统科学学术会议暨中国科协第4届青年学术年会卫星会议论文集[C];2001年

10 王岩;;油田开发对马莲河水环境的影响与防治对策[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（下）[C];2003年

中国重要报纸全文数据库 前10条

1 周宏;可有效控制油井生产的油田开发预测系统[N];中国石油报;2007年

2 记者 师啸;措施经济图版让油田开发更科学[N];中国石油报;2009年

3 市委副书记、市长 栾克军;在油田开发企业座谈会上的讲话[N];陇东报;2013年

4 记者 刘泓波 崔茉;中国石油首次中标深海油田开发项目[N];中国石油报;2013年

5 中共环县县委书记 王谦;推动油田开发与地方融合发展[N];甘肃日报;2014年

6 杨卫东;西北分公司全面启动油田开发数据库建设项目[N];中国石化报;2006年

7 郭晓霞（市政协副主席、庆阳财校高级讲师）;积极支持油田开发 努力保护好自己的家园[N];陇东报;2006年

8 王国兴 记者 张吉祥;油田开发工程处生产经营再创新高[N];延安日报;2006年

9 本报记者 陈其珏;中石油集团在伊大型油田开发项目动工[N];上海证券报;2009年

10 大庆油田有限责任公司 计秉玉;创新油田开发理论与技术 做代表先进生产力发展要求的实践者[N];中国石油报;2001年

中国博士学位论文全文数据库 前3条

1 李世军;油田生产系统整体优化理论与方法[D];大庆石油学院;2005年

2 刘德华;油田开发中后期综合治理技术研究[D];西南石油学院;2005年

3 石成方;油田注水开发效果评价方法研究[D];中国地质大学（北京）;2009年

中国硕士学位论文全文数据库 前10条

1 张宇航;基于油藏建模成果的油田开发指标预测及状态评估方法[D];东北石油大学;2016年

2 纪媛;长垣东部葡萄花油层分油田开发效果分类评价[D];东北石油大学;2016年

3 李铁宁;基于动态神经网络的油田开发数据分析和预测模型研究[D];东北石油大学;2016年

4 王月;基于本体的油田开发知识库构建研究[D];东北石油大学;2016年

5 于勐;油田开发精细化管理评价及提升途径研究[D];东北石油大学;2013年

6 许晓丽;惠州油田开发环境保护设计[D];天津大学;2009年

7 许景潮;段六拔油田开发技术经济评价及潜力研究[D];西南石油学院;2004年

8 刘娟;胜利油田开发中的生态环境保护研究[D];中国石油大学;2007年

9 苗成双;油气田开发动态预警理论及应用[D];西南石油大学;2011年

10 张巧翠;基于模糊计算的油田开发指标预测模型及应用研究[D];东北石油大学;2011年

，

本文编号：1095049