基于人工神经网络组合预测油田产量

摘要：

油田原油产最的准确预测可以对油田的生产管理进行合理的指导.该文探讨了应用神经网络组合方法预测油田产量,对开井数、含水率、动用储量以及往年产量同未来产量之间的复杂关系建立模型.采用了两层预测系统:第一层包含两个神经网络,一个多层前馈网络和一个函数链接网络;第二层是把第一层的两个网络输出进行组合.研究了五种不同的组合算法:平均法、最小平方回归法、模糊逻辑法、自适应前馈神经网络法和自适应函数链接神经网络法.根据油品类型分为稀油、热采稠油、常规稠油和总产量四组数据,对上述方法进行了测试,结果表明应用人工神经网络的组合预测方法优于其他的预测方法,而且适用范围广.

关键词：人工神经网络、组合预测、前馈神经网络、函数链接神经网络、模糊逻辑、产量预测

所属期刊栏目：21

分类号：TP183(自动化基础理论)

在线出版日期：2004-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：116-120,125