基于PCA-FNN的油井注水效果预测研究  

Prediction of water injection result of oil wells based on PCA-FNN

作　　者：田亚娟[1] 马微[2] 刘烨[2] 肖志红[1] 程国建[2] 

机构地区：[1]西安石油大学电子工程学院,陕西西安71006 [2]西安石油大学计算机学院,陕西西安710065

出　　处：《西安石油大学学报（自然科学版）》2014年第3期83-86,10-11,共4页Journal of Xi’an Shiyou University（Natural Science Edition）

基　　金：国家自然科学基金(编号:40872087)

摘　　要：针对油田上注水有效周期不确定的问题,提出一种用于预测注水有效周期的混合主成分分析与模糊神经网络相结合的数值方法。该方法使用主成分分析对油井注水统计数据进行降维处理,应用模糊神经网络对降维后的数据进行训练和测试。使用某油田116口油井的注水数据检验提出模型的正确性,结果表明,用其预测的注水有效周期平均绝对误差与相对误差分别为1.97个月和10.75%,预测精度高于未经过主成分分析处理的模糊神经网络方法和多元线性回归方法。可以用于油井注水效果分析与工程人员的决策优化。A numerical method for the prediction of water injection result of oil wells based on PCA-FNN is proposed in view of the uncertain water injection cycle in oilfields. Firstly,the dimension of the water injection data of oil wells is reduced using principal component analysis( PCA),and then the water injection data whose dimension is reduced are trained and tested using fuzzy neural network( FNN). The method is verified using the water injection data of 116 oil wells,the results show that the absolute error and the relativeerror of their average effective water injection cycles are 1. 97 months and 10. 75%,respectively,the accuracy of the method is higher than that of FNN method or multiple linear regression method. Therefore,PCA-FNN method can provide decision-making help for oilfield engineers.

关 键 词：模糊神经网络 主成分分析 注水效果 注水有效周期预测 

分 类 号：TE319[石油与天然气工程—油气田开发工程] TP183[自动化与计算机技术—控制理论与控制工程]