BP神经网络补偿算法在煤层气井产量预测中的应用
为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测.对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79% (0.07 ~0.26%)和0.72% (0.01~2.4%),预测结果较准确.BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据.
BP神经网络、补偿算法、煤层气井、产量预测
13
2016-11-30(万方平台首次上网日期,不代表论文的发表时间)
39-43