|
|||||
|
|
| 基于MLP和Sobol的注采连通情况判别 | |
| 引用本文： | 仵海云.基于MLP和Sobol的注采连通情况判别[J].计算机与现代化,2020,0(3):40-43. |
| 作者姓名： | 仵海云 |
| 作者单位： | 中国石油大学(华东)计算机与通信工程学院,山东 青岛 266580 |
| 基金项目： | 国家自然科学基金;山东省自然科学基金 |
| 摘 要： | 在油田实际生产中，注采连通情况是一个很难确定却又十分重要的问题，它对油田开发方案的制定、剩余油分布的描述具有重要意义。本文采用大港油田某油藏的生产动态资料，建立基于贝叶斯优化的MLP神经网络模型，使用Sobol敏感性分析方法计算敏感性系数，通过敏感性系数的大小定量评判注采连通情况的好坏，通过与示踪剂解释结果的对比进而验证该方法的有效性和可靠性。研究表明，建立的基于贝叶斯优化的MLP神经网络模型取得了较好的拟合效果，Sobol敏感性系数能有效评价注采连通情况，结果符合油藏的实际情况。 |
| 关 键 词： | 注采连通情况 贝叶斯优化 MLP神经网络 Sobol敏感性分析 |
| 收稿时间： | 2020-03-30 |
Discrimination of Injection and Production Connection Based on MLP and Sobol |
|
| WU Hai-yun.Discrimination of Injection and Production Connection Based on MLP and Sobol[J].Computer and Modernization,2020,0(3):40-43. | |
| Authors: | WU Hai-yun |
| Abstract: | |
| Keywords: | injection-production connectivity Bayesian optimization MLP neural network Sobol sensitivity analysis |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 | |
| 点击此处可从《计算机与现代化》下载全文 | |