10.3969/j.issn.2095-2783.2023.09.009
基于BP神经网络的气井配产方法
气井合理配产是保障气田高效、稳定、持续生产的关键前提,针对延安气田目前生产井数多且投产时间差异大、气井配产困难的问题,优选原始地层压力、井控储量、地层系数、表皮系数、稳产时间作为输入神经元,运用反向传播(back propagation,BP)神经网络对 91 口气井的资料进行网络训练和学习,建立合理产量预测模型,并对 5 个参数进行影响程度分析和敏感性分析.结果表明:模型预测 91 口气井的产量平均误差为 1.77%,预测结果真实可靠;所选择的 5 个神经元对合理产量均有显著影响,且影响程度从大到小依次为稳产时间、井控储量、地层系数、表皮系数、原始地层压力;原始地层压力越大、井控储量越大、地层系数越大、表皮系数越小,一定稳产时间内气井合理产量就越大.
鄂尔多斯盆地、致密气藏、气井合理配产、BP神经网络、预测模型、敏感性分析
18
TE311(油气田开发与开采)
陕西省重点研发计划项目;陕西省重点研发计划项目
2023-10-12（万方平台首次上网日期，不代表论文的发表时间）
共7页
1000-1006
