基于MLP和Sobol的注采连通情况判别

摘要：

在油田实际生产中,注采连通情况是一个很难确定却又十分重要的问题,它对油田开发方案的制定、剩余油分布的描述具有重要意义.本文采用大港油田某油藏的生产动态资料,建立基于贝叶斯优化的MLP神经网络模型,使用Sobol敏感性分析方法计算敏感性系数,通过敏感性系数的大小定量评判注采连通情况的好坏,通过与示踪剂解释结果的对比进而验证该方法的有效性和可靠性.研究表明,建立的基于贝叶斯优化的MLP神经网络模型取得了较好的拟合效果,Sobol敏感性系数能有效评价注采连通情况,结果符合油藏的实际情况.

关键词：注采连通情况、贝叶斯优化、MLP神经网络、Sobol敏感性分析

分类号：TP368.5(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;山东省自然科学基金资助项目

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：40-43