论文摘要
油田开发动态预测控制研究是实现油田科学合理开发、保证油田稳定生产的重要途径。目前我国大部分油田已陆续进入中后期开发阶段,含水急剧上升、自然递减增大、稳产困难等问题日益凸显。如何控水稳油、稳定生产是这些油田面临的严峻问题,而要解决这些问题除应用新技术与新工艺之外,更重要的是要在对油田开发动态进行预测的基础上,对其实施措施进行优化控制,使油田开发既遵循自身内部机理,又尽可能沿着期望的最优轨线发展,将复杂的油田开发过程控制在最佳的运行状态。本文基于模糊逻辑、进化计算、神经元网络、量子计算等研究了油田开发指标的预测问题。结合大庆第七采油厂葡萄花油田主要开发指标预测实例,进行了以下几方面的研究。首先,提出了一种基于T-S模型的预测方法。针对T-S模型参数较多,常规方法不易构建的问题,提出一种基于相位编码的量子遗传算法(PQGA),进而提出一种基于PQGA的T-S模型构建方案。实验结果验证了方法的有效性。其次,提出了一种基于模糊神经网络的预测方法。通过将模糊计算与神经网络相融合,首先提出一种模糊神经网络(FNN)模型,然后提出一种基于量子比特相位编码的量子粒子群算法,用于优化FNN的模型参数。以油田开发中的含水率指标预测为例验证了模型的有效性。最后,提出了一种基于T-S推理网络的预测方法。融合T-S模型、神经网络两种方法,首先提出一种T-S推理元模型,然后由多个推理元构成T-S推理网络模型。该模型包括模糊集参数和T-S规则后件参数。两类参数均采用改进的量子粒子群算法优化确定。仿真结果表明该模型是有效的可行的。
论文目录
摘要ABSTRACT第一章 绪论1.1 研究背景及意义1.2 模糊理论及其研究进展1.2.1 模糊理论与模糊系统1.2.2 模糊理论研究进展1.3 油田开发指标预测基本方法1.3.1 油田主要开发指标1.3.2 油田开发指标预测基本方法1.4 本文主要研究内容第二章 模糊计算基本理论2.1 引言2.2 模糊集合及其运算2.2.1 模糊集合描述2.2.2 模糊集合运算2.2.3 常用隶属度函数2.3 模糊逻辑与模糊推理2.3.1 模糊逻辑2.3.2 模糊推理2.4 模糊推理基本组成2.4.1 模糊规则库与模糊推理机2.4.2 模糊器和解模糊器2.5 本章小结第三章 基于 T-S 模型的预测方法3.1 引言3.2 T-S 模型及其构建方法3.2.1 T-S 模型概述3.2.2 基于相位编码的量子遗传算法3.2.3 基于PQGA 的T-S 模型构建3.3 在含水率预测中的应用3.3.1 油田资料数据3.3.2 预测结果对比3.4 本章小结第四章 基于模糊神经网络的预测方法4.1 引言4.2 模糊神经网络模型4.2.1 模糊神经网络概述4.2.2 模糊神经网络模型4.2.3 相位编码量子PSO 算法4.2.4 基于PQPSO 的FNN 训练4.3 在油田开发指标预测中的应用4.3.1 油田资料数据4.3.2 预测结果对比4.4 本章小结第五章 基于 T-S 推理网络的预测方法5.1 引言5.2 T-S 推理网络模型5.2.1 T-S 推理元模型5.2.2 T-S 推理网络模型5.3 区块基本概况5.3.1 地质概况5.3.2 油藏特征5.4 含水率及产油量预测5.4.1 油田资料数据5.4.2 预测结果对比5.5 本章小结结论参考文献发表文章目录致谢详细摘要
相关论文文献
标签:指标预测论文; 预测模型论文; 模糊神经网络论文; 推理网络论文;