神经优化计算模型求解油田开发中的优化问题

doi:10.3863/j.issn.1000-2634.2003.02.009

西南石油大学学报(自然科学版) ›› 2003, Vol. 25 ›› Issue (2): 27-29.DOI: 10.3863/j.issn.1000-2634.2003.02.009

神经优化计算模型求解油田开发中的优化问题

胡泽¹ 贾永禄² 晏建军³

1.西南石油学院电子信息工程学院,四川南充 637001;2.西南石油学院石油工程学院;3.四川石油局测井公司数控测井分公司

收稿日期:2002-04-17 修回日期:1900-01-01 出版日期:2003-04-20 发布日期:2003-04-20
通讯作者: 胡泽

SOLVING PROGRAMMING PROBLEMS OF OILFIELD EXPLOITATION BY NEURAL NETWORK OPTIMIZATION COMPUTATION MODEL

HU Ze¹ JIA Yong-lu² YAN Jan-jun³

Southwest Petroleum Institute,Nanchong Sichuan 637001,China

Received:2002-04-17 Revised:1900-01-01 Online:2003-04-20 Published:2003-04-20
Contact: HU Ze

摘要/Abstract

摘要： 阐述了线性优化计算和非线性优化计算的神经网络模型,该模型可以在电路时间常数数量级(几百纳秒)内求解复杂的优化问题,且能克服一般数学理论求解优化问题的缺点。之后对油田开发中使用典型曲线自动拟合产量衰减曲线进行了分析,并讨论了油田开发规划模型的建立与求解,并论证这些优化问题可以由神经优化计算模型来实现。

关键词: 神经网络, 优化计算, 油田开发规划, 产量预测

Abstract: A linear neural network optimization computation model and a nonlinear neural network optimization computation model were presented in this paper. This model can solve complicated optimization problems in hundreds of nanoseconds, and can overcome some disadvantages of solving optimization problem by mathematical theory. Then the method of typical curve auto-
matic fitting production decreasing curve was analyzed, and solving oil field exploitation programming model was discussed.At last, solving this optimization problem can be realized by optimization computation neural network model.

Key words: optimization computation, oil field exploitation programming, artificial neural network, production prediction

中图分类号:

TE319

胡泽贾永禄晏建军. 神经优化计算模型求解油田开发中的优化问题 [J]. 西南石油大学学报(自然科学版), 2003, 25(2): 27-29.

HU Ze JIA Yong-lu YAN Jan-jun. SOLVING PROGRAMMING PROBLEMS OF OILFIELD EXPLOITATION BY NEURAL NETWORK OPTIMIZATION COMPUTATION MODEL[J]. 西南石油大学学报(自然科学版), 2003, 25(2): 27-29.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.2003.02.009

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2003/V25/I2/27

[1]	黄旭日, 代月, 徐云贵, 唐静. 基于深度学习算法不同数据集的地震反演实验[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 16-25.
[2]	刘兆年, 赵颖, 孙挺. 渤海区域基于数据驱动的钻井提速[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 35-41.
[3]	檀朝东, 贺甲元, 周彤, 刘健康, 宋文容. 基于PCA-BNN的页岩气压裂施工参数优化[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 56-62.
[4]	黄诚, 潘雯晋. 基于机器学习的石油多峰模型研究及应用[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 75-81.
[5]	杨洋, 程悦菲, 谯英, 刘炯. 基于时序动态分析的油井产量预测研究[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 82-88.
[6]	刘浩瀚, 颜永勤, 闵令元, 乐平, 殷艳玲. 基于灰色网络组合优化的年增油量预测[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 89-96.
[7]	王兵, 郑亚梅, 陈茂柯, 高凌云. 基于Tri-BiLSTM-CNN的钻井安全问答系统[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 157-164.
[8]	刘永辉, 罗程程, 刘通, 任桂蓉, 王中武. 水平气井井筒气液两相流型预测[J]. 西南石油大学学报(自然科学版), 2019, 41(3): 107-112.
[9]	王冲, 屈雪峰, 王永康, 陈代鑫, 赵国玺. 鄂尔多斯盆地致密油体积压裂水平井产量预测[J]. 西南石油大学学报(自然科学版), 2018, 40(4): 123-131.
[10]	李建, 李珂, 王兵. 粗糙集和神经网络相融合的钻井安全评价模型[J]. 西南石油大学学报(自然科学版), 2017, 39(5): 120-128.
[11]	王利华1 *，楼一珊1，马晓勇2，程福山1，陈宇3. 储层粒度神经网络预测模型研究[J]. 西南石油大学学报(自然科学版), 2016, 38(1): 53-59.
[12]	袁宗明1，王勇1 *，谢英1，王大鹏2. 原油高温结垢速率测定和预测模型研究进展[J]. 西南石油大学学报(自然科学版), 2016, 38(1): 170-180.
[13]	莫丽1 *，王军1，王俊2，王禄友1. 基于GA-BP 算法的旋转控制头轴承温度预测[J]. 西南石油大学学报(自然科学版), 2016, 38(1): 164-169.
[14]	张明禄1，2，张建国2，王本成3，4 *，何磊2，艾庆琳2. 试油层非线性产量预测模型研究[J]. 西南石油大学学报(自然科学版), 2015, 37(6): 99-104.
[15]	张志东1，2 *，艾志久1，郑伟3，李奔4，钟功祥1. 泥浆泵液力端故障诊断技术研究[J]. 西南石油大学学报(自然科学版), 2015, 37(5): 167-173.

神经优化计算模型求解油田开发中的优化问题

SOLVING PROGRAMMING PROBLEMS OF OILFIELD EXPLOITATION BY NEURAL NETWORK OPTIMIZATION COMPUTATION MODEL

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价