油田开发最优控制之神经网络实现

doi:10.3863/j.issn.1000-2634.2003.05.11

西南石油大学学报(自然科学版) ›› 2003, Vol. 25 ›› Issue (5): 39-42.DOI: 10.3863/j.issn.1000-2634.2003.05.11

油田开发最优控制之神经网络实现

肖伟¹杜俊怀²刘前云³

(1.西南石油学院计算机科学学院,四川南充 637001; 2.四川省达州水电学校; 3.达县职业中学)

收稿日期:2002-09-04 修回日期:1900-01-01 出版日期:2003-10-20 发布日期:2003-10-20

OPTIMAL CONTROLLING DEVELOPMENT OF RESERVOIR WITH NEURAL NETWORKS

XIAO Wei¹ DU Jun-huai²LIU Qian-yun³

(Southwest Petroleum Institute, Nanchong Sichuan 637001,China)

Received:2002-09-04 Revised:1900-01-01 Online:2003-10-20 Published:2003-10-20

摘要/Abstract

摘要：

如何把握油田注水开发的动态过程从而实现最优控制开采及预测开发指标,长期以来是一个重要的研究课题。描述了神经网络功能模拟开油藏及其辨识开发系统参数的一般性原理,达到用神经网络功能实现各开发指标之间的复杂函数关系(这种关系很难用准确的函数解析式表述),从而实现开发过程的最优控制及其开发指标的预测。最后将这一原理应用于中原某油藏进行指标预测,获得了满意的结果。

关键词: 注水开发系统, 最优控制, 系统辨识, 预测, 神经网络

Abstract:

It is a key project how to control optimally the injection development of the oilfield and to predict its indexes by seeing through the exploring phenomena to grasp the essence. This paper described the principles that the usage of the function of neural network stimulated the process of the oilfield development and identified the parameters in the oilfield system so as to achieve the complex functional relation among the exploring indexes. An example was provided to indicate the efficient how to apply this principle for predicting the indexes.

Key words: injection oilfield recovery system, control optimally, identifying system, prediction, neural network

中图分类号:

TE34
O232

肖伟杜俊怀刘前云. 油田开发最优控制之神经网络实现[J]. 西南石油大学学报(自然科学版), 2003, 25(5): 39-42.

XIAO Wei DU Jun-huai LIU Qian-yun. OPTIMAL CONTROLLING DEVELOPMENT OF RESERVOIR WITH NEURAL NETWORKS[J]. 西南石油大学学报(自然科学版), 2003, 25(5): 39-42.

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.1000-2634.2003.05.11

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2003/V25/I5/39

[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]	钟仪华, 王淑宁, 罗兰, 杨金莲, 岳永鹏. 用深度学习挖掘油田开发指标预测模型的知识[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 63-74.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	宋巍, 胡中志, 周岩, 沈园园, 魏纳. 基于钻柱动力学的井筒摩阻系数预测与应用[J]. 西南石油大学学报(自然科学版), 2020, 42(1): 84-90.
[10]	徐珂, 汪必峰, 付晓龙, 石达. 渤南油田义176区块三维应力场智能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(5): 75-84.
[11]	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.
[12]	蒲宏斌. 基于误差修正模型的压缩机组性能预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 160-166.
[13]	张智, 刘金铭, 张华礼, 李玉飞, 罗伟. 注CO₂采油井油管柱腐蚀速率预测[J]. 西南石油大学学报(自然科学版), 2019, 41(2): 175-184.
[14]	李进, 许杰, 龚宁, 韩耀图, 高斌. 渤海油田疏松砂岩储层动态出砂预测[J]. 西南石油大学学报(自然科学版), 2019, 41(1): 119-128.
[15]	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.

油田开发最优控制之神经网络实现

OPTIMAL CONTROLLING DEVELOPMENT OF RESERVOIR WITH NEURAL NETWORKS

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