基于PCA的遗传神经网络在套损预测中的应用

• 作者: 孟凡顺 张旭 杨冠雨 黄军
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 套损预测 人工神经网络 遗传算法 主成分分析
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 石油工程
• 页码范围: 84-89
• 页数: 6页
• 分类号: TE19
• 字数: 3505字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2018.06.013

摘要

为有效预测套损发生,掌握油水井套管的状况,减小套损所带来的损失,基于大庆油田南一区井网的现有资料,综合分析采集到的各种因素,建立了基于主成分分析的遗传神经网络模型.该模型首先对原始数据进行主成分分析,并将得到的主成分作为神经网络的输入,然后用遗传算法确定了网络的最佳初始权值和阈值,最后用神经网络进行预测.结果表明,该方法油井和水井的预测准确率分别达85％ 和82.5％,证明经过主成分分析和遗传算法优化的BP神经网络的准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟凡顺	中国海洋大学海洋地球科学学院	41	237	10.0	14.0
3	张旭	中国海洋大学海洋地球科学学院	26	99	6.0	9.0
4	黄军	中国海洋大学海洋地球科学学院	3	1	1.0	1.0
5	杨冠雨	中国海洋大学海洋地球科学学院	3	1	1.0	1.0