共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
黄波;李猛;战永平;李杨;李海鹏 《内蒙古石油化工》2013,(22):150-153
位于东营凹陷上的滩坝砂储层性质较为复杂,具有低孔、低渗特点,水力压裂是有效的增产方式。而在开发过程中压裂液会对储层造成伤害,对储层采集的多组岩心进行试验,分析压裂液对储层的伤害程度,获得胜利油田滩坝砂储层相关敏感性,为优选压裂液体系,减轻乃至避免在生产过程中出现的储层伤害提供了参考依据。在研究压裂液对滩坝砂对储层伤害时,通过测试人造岩心与天然岩心经压裂液伤害前后的渗透率变化,对比两组岩心的压裂液伤害程度,探讨使用人造岩心替代天然岩心研究滩坝砂储层压裂液伤害的可行性。 相似文献
5.
小波神经网络在致密砂岩储层参数预测中的应用 总被引:1,自引:0,他引:1
储层参数预测一直是地震勘探的关键和难点问题。本文介绍了小波神经网络的原理,设计了一种采用熵函数作为BP小波网络的能量函数的BP小波神经网络算法。(在此基础上)并利用多种测井数据和取芯资料作为小波网络的学习样本,最后把这种模型用于致密砂岩储层参数的预测。实验结果表明该模型具有较好的逼近能力,预测效果良好。 相似文献
6.
7.
8.
BP神经网络在储层物性预测中的应用——以鄂尔多斯南部镇原区块为例 总被引:1,自引:0,他引:1
与传统的数理统计方法对储层物性参数(孔隙度和渗透率)预测相比,BP神经网络由于高度非线性映射能力及极强的自适应和自学习能力,可以更精确地预测储层物性参数。通过建立储层参数与测井信息之间的解释模型,运用BP神经网络的基本原理,对镇原区块延长组长81小层的储层参数进行预测,并对其精度进行检验,检验结果表明,BP神经网络方法对储层参数的预测较常规数理统计方法(多元回归)有较大的提高.显示出BP神经网络在储层参数预测中的优势和潜力。通过由此建立的解释漠型,用BP神经网络对该区储层参数进行预测。 相似文献
9.
10.
11.
通过研究Traingd算法从而建立了预测油田储层损害的神经网络模型.研制了一套油田储层损害预测软件,主要用于预测油气层的损害程度,为保护油气层提供有力帮助.该预测软件在油田中的应用表明,对油气储层损害的预测精度达到了98%以上,为防止油气生产中的储层损害起到了很好的预估防备作用. 相似文献
12.
为了避免BP神经网络在训练过程中收敛于局部极小的缺陷,采用自适应交叉变异、最优保存的混合遗传算法对BP网络的权值和阈值进行优化,从而提出一种新的基于混合遗传算法的神经网络模型.该算法首先对一给定的网络结构,采用混合自适应交叉变异和最优保存策略,取各自的长处,用尽可能少的搜索代数找到问题的最优解,从而既防止算法陷入局部最优,又保证算法有较好的平均适应值和最佳的适应值个体.采用上述优化策略的人工神经网络可明显改善收敛的稳定性和收敛速度,并确保网络收敛于全局极小点.人工神经网络运用于物性数据的预测是一个具有潜力和有待开发的领域.运用该模型,根据有机化合物的分子量、临界密度、正常沸点和偶极矩,对其熔点进行预测.预测结果表明:提出的混合遗传算法神经网络优于其他算法神经网络,而且预测结果优于文献上已有的Joback方程和许氏方程的计算值. 相似文献
13.
基于现场采集的大量的数据,采用BP神经网络建立现场加热炉炉温的非线性模型,并提出利用遗传算法优化BP神经网络的参数与阈值,有效避免了BP神经网络易陷入局部最小值、收敛速度慢的不足。仿真结果表明:在同样的数据集下,GA-BP神经网络的稳定性更好,预测精度更高。 相似文献
14.
热偶精馏过程模拟优化方法的改进——人工神经网络-遗传算法 总被引:3,自引:2,他引:1
采用人工神经网络和遗传算法对热偶精馏分离过程提出了一种新的建模方法和优化算法,该方法不仅能够有效地求解热偶精馏过程的数学模型,迅速地得到优化变量和目标函数的解,而且具有获得全局最优解的能力.最后通过实例说明了本方法的有效性. 相似文献
15.
16.
针对传统的径向基函数(RBF)神经网络隐藏层节点的不确定和初始中心敏感性、收敛速度过慢等问题,提出一种基于模糊C均值的RBF神经网络(FCM-RBF)模型,通过模糊C均值聚类(FCM)得到各聚类中心,基于误差反传的梯度下降法训练隐藏层到输出层之间的权值,克服传统RBF模型对数据中心的敏感性,优化确定RBF神经网络隐藏层的节点数,提高网络训练速度和精度。最后将其用于乙烯装置生产能力预测中,分析预测不同技术、不同规模乙烯装置生产情况,指导乙烯生产,提高生产效率,结果验证了所提出算法的有效性和实用性。 相似文献
17.
Time-series prediction is one of themajor methodologies used for fault prediction. Themethods based on recurrent neural networks have been widely used in time-series prediction for their remarkable non-liner mapping ability. As a new recurrent neural network, reservoir neural network can effectively process the time-series prediction. However, the ill-posedness problemof reservoir neural networks has seriously restricted the generalization performance. In this paper, a fault prediction algorithm based on time-series is proposed using improved reservoir neural networks. The basic idea is taking structure risk into consideration, that is, the cost function involves not only the experience risk factor but also the structure risk factor. Thus a regulation coefficient is introduced to calculate the outputweight of the reservoir neural network. As a result, the amplitude of outputweight is effectively controlled and the ill-posedness problemis solved. Because the training speed of ordinary reservoir networks is naturally fast, the improved reservoir networks for time-series prediction are good in speed and generalization ability. Experiments on Mackey-Glass and sunspot time series prediction prove the effectiveness of the algorithm. The proposed algorithm is applied to TE process fault prediction. We first forecast some timeseries obtained from TE and then predict the fault type adopting the static reservoirs with the predicted data. The final prediction correct rate reaches 81%. 相似文献
18.
19.
宋文广 《化工自动化及仪表》2010,37(4):86-88
通过研究Levenberg-Marquardt算法建立一套神经网络模型,用于预测油气层水敏的损害程度,为保护油气层提供有力帮助。根据该算法研究设计的预测软件在克拉玛依油田的应用表明,预测水敏损害的精度达到了良好的效果,为防止油田生产中的水敏损害起到了很好的预估防备作用。也为提高油气的生产和推广神经网络系统在油气预测方面的应用起到了积极促进作用。 相似文献
20.
基于改进遗传算法的双向BP神经网络控制 总被引:2,自引:0,他引:2
针对因果系统提出一种双向神经网络,在相邻两层神经元之间建立反向连接,以直接把被控系统先前时刻的状态变量引入到网络中;设计了一种自适应调整遗传算法交叉率和变异率的规则;结合遗传算法和神经网络的优点,给出了一种基于遗传算法的双向神经网络控制方案,该方案兼有遗传算法的强全局搜索能力和神经网络的鲁棒性和自学习能力。仿真结果表明,该算法能使种群基因保持多样性,有效抑制了算法的早熟收敛;基于该算法的控制系统调整时间短、准确度高,具有良好的抗干扰能力,能满足实时性和稳定性要求。 相似文献