基于RBF神经网络的小角度井斜方位角误差校正  

The Error Correction of Azimuth of Small Angle Well Deviation Based on RBF Neural Network

作　　者：和向昆 王挺 刘童辉 丁慧慧 邵婷婷[1,2] HE Xiang-kun;WANG Ting;LIU Tong-hui

机构地区：[1]延安大学物理与电子信息学院,陕西延安716000 [2]陕西省能源大数据智能处理省市共建重点实验室,陕西延安716000

出　　处：《内蒙古石油化工》2022年第5期48-50,共3页Inner Mongolia Petrochemical Industry

基　　金：陕西省自然科学基础研究计划项目(2021JQ-635);陕西省2020年省级大学生创新创业训练计划项目(S202010719134);延安大学青年基金项目(YDQ2020-08);陕西省能源大数据智能处理省市共建重点实验室开放基金项目(IPBED19)。

摘　　要：分析了电子测斜仪本身及工作过程中可能出现的误差和误差来源,小角度井斜时,其方位角测量误差比较大。基于径向基函数(RBF)神经网络算法对小角度井斜下方位角的测量进行了补偿,建立了以标准井斜角和实测方位角构成的二维向量为输入、标准方位角构成的一维向量为输出的双入单出网络模型,采用随机选取的方式将学习样本分为训练集与测试集,可以使网络具有较好的泛化能力。对比建立的若干RBF神经网络模型对误差的校正效果,确定出具有最佳方位角补偿效果的校正模型参数。仿真测试结果表明,该RBF神经网络校正模型运行稳定快速,方位角的测量精度提高至1.3以内,误差补偿效果好。

关 键 词：RBF神经网络 方位角 小角度井斜 误差校正 

分 类 号：TE319[石油与天然气工程—油气田开发工程]