10.3969/j.issn.1673-064X.2018.06.013
基于PCA的遗传神经网络在套损预测中的应用
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.
套损预测、人工神经网络、遗传算法、主成分分析
33
TE19(石油、天然气地质与勘探)
科学技术部863计划海洋技术领域项目"海洋立管系统安全评价的无损检测关键技术"910701130
2018-12-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
84-89