基于改进BP神经网络的油井流入动态研究

• 作者: 李虎
• 来源期刊: 复杂油气藏
• 学科: 工学
• 关键词: 油井流入动态 BP神经网络 LM算法 贝叶斯正则化算法 Vogel方程
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 油气工程
• 页码范围: 71-75
• 分类号: TE33
• 字数: 3973字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4667.2011.03.021

摘要

针对传统流入动态研究方法误差较大等问题，提出利用改进的BP神经网络进行油井流入动态研究。通过采用LM算法和贝叶斯正则化算法，改进了常规BP神经网络收敛速度慢、泛化能力差等缺点，并探讨了通过优化网络结构来提高网络泛化能力的方法。实例计算结果表明，采用LM算法和贝叶斯正则化算法的改进BP神经网络用于油井流入动态研究是可行的，且优于传统的流入动态研究方法，具有精度高、收敛速度快、泛化能力强等特点。