基于径向基函数(RBF)神经网络的储层损害诊断技术研究

• 作者: 宋友贵 申延晴 纪朝凤 胡冬亮 蒋官澄 黄春
• 来源期刊: 应用基础与工程科学学报
• 学科: 工学
• 关键词: 储层损害 诊断 径向基网络 BP神经网络 人工神经网络
• 年，卷（期）: 2010,（2）
• 页码范围: 313-320
• 分类号: TE258+.3
• 字数: 3133字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-0930.2010.02.0015

摘要

在石油勘探开发过程中会因各种原因造成储层损害,降低油井产量甚至停产,必须对损害储层进行准确定量诊断的基础上采取相应的解堵措施,提高或恢复油井产量.人工神经网络法是进行储层损害诊断较好的方法,但目前仅限于BP神经网络,或改进的BP神经网络的应用.本文通过对BP神经网络和径向基函数(RBF)网络的对比表明,径向基函数(RBF)网络具有收敛速度快、预测精度高等优点,并在确定影响储层敏感性和各损害类型因素的基础上,分别收集了各数据70组以上,然后进行了径向基(RBF)网络训练和应用,分别建立了径向基(RBF)神经网络在储层损害敏感性和定量诊断领域的应用,实现了对储层水敏性、盐敏性、速敏性预测,以及储层微粒运移、固相颗粒堵塞、水化膨胀和结垢损害程度的定量诊断;同时,提出的径向基(RBF)网络储层损害定量诊断法在孤东油田17口井上得到了检验,成功率达100%,证明RBF网络法与其它方法相比具有诊断结果准确性高、结论可靠、推广应用方便、收敛速度快等优点,提高了储层保护措施和解堵措施优化决策的科学性和准确性,在油田生产中发挥了重要作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋官澄	中国石油大学石油天然气工程学院	69	428	11.0	14.0
2	宋友贵		4	18	3.0	4.0
3	纪朝凤		2	11	2.0	2.0
4	申延晴		1	8	1.0	1.0