典型文献
多层水驱开发油田采收率快速预测方法
文献摘要：
为了快速准确预测水驱开发油田的采收率,在考虑储层特征、流体性质等影响原油采收率因素的基础上,建立了基于反向传播神经网络优化算法的采收率快速预测方法.首先,以蓬莱19-3油田地质特征和流体性质为依据,建立了油藏数值模拟地质模型,选取渗透率变异系数、原油黏度、油层净毛比和生产压差等4个关键因素,每个因素选取5个水平,采用油藏数值模拟方法对625组数据进行了模拟,建立了625组采收率及其影响因素关系数据库;然后,基于BP网络及优化理论,建立了快速预测采收率的人工神经网络方法.选取500组数据作为算法训练集,125组数据进行测试,测试结果表明,125组测试数据的预测采收率相对误差范围为?2.91％～5.07％,平均相对误差为0.16％,满足工程精度要求.多层水驱开发油田采收率快速预测方法为蓬莱19-3油田及其他同类油田采收率快速预测提供了新的技术手段.
文献关键词：
水驱油田;BP神经网络;采收率;预测模型;油藏模拟;机器学习;数据库;蓬莱19-3油田
中图分类号：
作者姓名：
侯亚伟;刘超;徐中波;安玉华;李景玲
作者机构：
中海石油(中国)有限公司天津分公司渤海石油研究院,天津 300459
文献出处：
引用格式：
[1]侯亚伟;刘超;徐中波;安玉华;李景玲-.多层水驱开发油田采收率快速预测方法)[J].石油钻探技术,2022(05):82-87
A类：
B类：
水驱开发,开发油田,油田采收率,快速预测方法,快速准确,准确预测,储层特征,流体性质,原油采收率,反向传播神经网络,神经网络优化,蓬莱,田地,地质特征,油藏数值模拟,地质模型,渗透率,原油黏度,油层,生产压差,用油,数值模拟方法,关系数据库,优化理论,人工神经网络,神经网络方法,算法训练,训练集,测试数据,误差范围,平均相对误差,精度要求,水驱油田,油藏模拟
AB值：
0.287931
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
