基于PCA-FNN的油井注水效果预测研究

• 作者: 刘烨 田亚娟 程国建 肖志红 马微
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊神经网络 主成分分析 注水效果 注水有效周期预测
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 石油工程
• 页码范围: 83-86
• 页数: 4页
• 分类号: TE319|TP183
• 字数: 2706字
• 语种: 中文

摘要

针对油田上注水有效周期不确定的问题,提出一种用于预测注水有效周期的混合主成分分析与模糊神经网络相结合的数值方法.该方法使用主成分分析对油井注水统计数据进行降维处理,应用模糊神经网络对降维后的数据进行训练和测试.使用某油田116口油井的注水数据检验提出模型的正确性,结果表明,用其预测的注水有效周期平均绝对误差与相对误差分别为1.97个月和10.75％,预测精度高于未经过主成分分析处理的模糊神经网络方法和多元线性回归方法.可以用于油井注水效果分析与工程人员的决策优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田亚娟	西安石油大学电子工程学院	11	31	2.0	5.0
2	程国建	西安石油大学计算机学院	123	847	14.0	25.0
3	肖志红	西安石油大学电子工程学院	21	82	5.0	8.0
4	刘烨	西安石油大学计算机学院	16	63	4.0	7.0
5	马微	西安石油大学计算机学院	4	19	2.0	4.0