基于BP神经网络的油气储量价值等级划分

摘要：

在广泛选取原始指标的基础上,从可采储量、油气价格、开发投资、经营成本4个方面,构建了基于主成分分析法的油气储量价值等级划分指标体系,建立了基于BP神经网络的油气储量价值等级划分模型,并对胜利油田的数据进行实证分析.本文的创新及特色一是通过用7个主成分保留了95%的原始信息建立指标体系,避免了指标闻相关性对后期评价的影响,提高了后期评价的准确性.二是透过设置初始权重、学习率、动态系数等参数使基于BP神经网络的油气储量价值等级划分模型的精度高达96.61%,避免了传统评价中模糊随机因素和人为主观因素的影响,提高了评价的准确性和科学性.结果表明,采收率、储量丰度、储量规模、储层埋深、凝固点等5个指标是影响油气储量价值等级的关键因素.储量价值越离,采收率越大、储量规模越大、储量丰度越大、储层埋深越小、凝固点越低.

关键词：BP神经网络、储量价值、主成分分析、价值评价

所属期刊栏目：20

分类号：TE122(石油、天然气地质与勘探)

资助基金：国家自然科学基金;高等学校博士学科点专项科研基金

在线出版日期：2010-09-30（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：41-46