神经网络技术在油田分析中的应用研究

论文摘要

本文针对油田动态分析所需油藏静、动态信息数据复杂的特点,研究应用数据仓库、神经网络等技术,建立分布式井组动态分析系统,进行产量变化分析,为油田开发技术人员提供辅助决策支持。研究内容主要包括三个方面:一是研究建立井组动态分析模型,对产量变化的油井进行分类,分析可能引起油井产量变化的各因素对油井产量的影响程度,并预测采用相应措施后油井生产状况改善程度;二是结合油藏技术,研究建立一个适合动态分析应用的神经网络模型,制定合适的神经网络训练策略,对神经网络计算矩阵进行调整,使其符合地层实际特性。三是实现基于神经网络技术的油田动态分析软件系统。

论文目录

• 内容提要
• 第一章 概述
• 1.1 神经网络
• 1.2 国内外发展状况
• 1.3 本文主要工作
• 1.4 本文内容安排
• 第二章 动态分析模型
• 2.1 动态分析的基本内容
• 2.2 动态分析过程及算法
• 2.3 动态分析中所用到的相关数据
• 2.4 动态分析中存在的问题
• 第三章 掩码动态分析神经网络模型
• 3.1 模型的建立
• 3.2 模型的实现
• 第四章 神经网络训练策略
• 4.1 数据范围选择
• 4.2 数据处理算法
• 4.3 网络参数确定
• 第五章 系统与实验
• 5.1 数据库的建立
• 5.2 系统的实现
• 5.3 实验和分析
• 第六章 总结
• 参考文献
• 摘要
• Abstract
• 致谢
• 导师及作者简介