基于突变级数法和神经网络的丛式井产量劈分.pdf
为降低生产成本,提高开发效益,采用的计量方式误差较大,使得单井产量无法获得,影响后期生产措施的调整.本文在充分了解气田现有资料的基础上,探索一种切实有效的产量劈分方法,准确地获得单井的实际产量,使得通过单井生产动态分析获得的成果更接近实际,进一步指导开发方案部署,减少开采成本.因此,研究气藏的气井产量劈分方法具有重要的意义.针对苏里格气田丛式井的产量劈分,本文利用BP神经网络进行研究,并对比目前使用的递减规律、节流器临界流公式法.通过突变级数法和BP神经网络,对井的静态和动态参数进行机器学习,从而预测产量,并根据预测的产量进行产量劈分.利用递减规律进行产量劈分平均误差为16.73％,利用井下节流器临界流公式进行产量劈分平均误差为15.4％,利用突变级数法结合BP神经网络算法进行产量劈分平均误差为9.84％.除了根据其无阻流量划分配产,也应该研究其生产规律和动态特征,结合多种计算方法进一步优化配产.
作者：刘玮杨政海郭鹏张利锋丁浩
作者单位：中国石油长庆油田分公司第一采气厂,陕西靖边718500
母体文献：第十七届宁夏青年科学家论坛石油石化专题论坛论文集
会议名称：第十七届宁夏青年科学家论坛石油石化专题论坛
会议时间：2021年8月1日
会议地点：银川
主办单位：宁夏科协
语种：chi
分类号：TE3F27
关键词：气田丛式井 产量劈分 突变级数法 BP神经网络
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.99 MB
- 下载次数:
- 60
-
高速下载
|
|
