Print

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

    • 相关论文文献

    本文来源: https://www.lw50.cn/article/030e98b4e929fd19ad12fa45.html