基于PCA的遗传神经网络在套损预测中的应用

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.

关键词：套损预测、人工神经网络、遗传算法、主成分分析

所属期刊栏目：33

分类号：TE19(石油、天然气地质与勘探)

资助基金：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

在线出版日期：2018-12-26（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：84-89