基于ANN和GT的固井质量预测及施工参数优化设计研究

论文摘要

在石油钻井中,固井作业是关系到整个钻井作业成败的非常关键的一环,影响固井质量好坏的因素非常多。目前,固井施工方案主要是由固井专家根据自己多年积累的经验和大量计算而设计出来的,对固井质量的主要的影响因素也是根据专家的经验制定,没有科学的理论依据。并且设计的固井施工方案不能事先得到设计结果,方案中的问题也无法得到及时改正。因此,开展多因素固井质量研究,探寻钻井、固井过程以及区块的地质条件等各种因素对固井质量的影响。本文对固井历史数据进行分析前的处理,过滤掉数据中的异常值。根据专家经验找出所有对固井质量有影响的因素中的主要因素,利用模糊综合评判和灰色关联分析对本文找到的9个主要因素进行分析,分析这些因素分别对固井质量的影响程度大小。建立固井质量预测模型之前,利用主成分分析方法对9个主要的因素进行分析,降低模型输入的维数。本文建立了三个固井质量预测模型:①LMBP神经网络固井质量预测模型;②灰色系统GM(1,N)固井质量预测模型;③灰色神经网络预测模型。基于固井质量预测模型本文对固井施工参数优化设计进行了研究,在固井施工之前,我们应用固井质量预测模型能够得到固井质量的预测值,根据预测值我们可以通过调整可控参数,使得固井质量达到最优。

论文目录

• 摘要
• ABSTRACT
• 创新点摘要
• 绪论
• 1. 课题背景
• 2. 课题研究的目的和意义
• 3. 国内外研究发展现状
• 4. 论文的主要研究工作
• 第一章 数据异常值的处理方法研究
• 1.1 异常值的判别方法
• 1.2 各种判别方法的比较
• 1.3 固井参数异常值剔除
• 第二章 基于模糊评判和灰关联分析的固井质量影响因素分析
• 2.1 模糊综合评判
• 2.1.1 模糊综合评判基本原理
• 2.1.2 固井质量影响因素综合评判
• 2.2 灰关联分析
• 2.2.1 关联度
• 2.2.2 固井质量影响因素关联分析
• 2.3 固井质量影响因素综合分析
• 2.4 主成分分析
• 2.4.1 主成分分析基本原理
• 2.4.2 固井质量影响因素主成分分析
• 第三章 基于人工神经网络的固井质量预测模型研究
• 3.1 人工神经网络基本原理
• 3.2 BP 神经网络及其改进
• 3.2.1 BP 算法基本原理
• 3.2.2 BP 算法改进
• 3.3 神经网络在固井质量预测中的应用
• 第四章 基于灰色系统理论的固井质量预测模型研究
• 4.1 灰色系统基本原理
• 4.1.1 基本原理
• 4.1.2 生成数
• 4.2 GM（1，N）模型
• 4.3 灰色GM（1，N）固井质量预测模型
• 4.4 灰色神经网络预测模型
• 第五章 基于遗传算法的固井施工参数优化设计研究
• 5.1 遗传算法原理
• 5.1.1 遗传算法的基本计算过程
• 5.1.2 遗传算法的实现技术
• 5.1.3 遗传算法的优缺点
• 5.2 固井施工参数优化设计
• 结论
• 参考文献
• 发表文章目录
• 致谢
• 附录 《固井质量预测和参数优化系统》软件界面和操作
• 详细摘要