本站原创摘 要：通过调研分析现有储层损害数据,结合计算机技术,研究一套能准确预测储层敏感性变化的软件,能提高油气开采率.研究重点是设计油气层损害诊断的诊断方法及对应的数学模型,并结合软件工程的思想,设计并实现一套计算机软件.以用于快速、准确的计算储层变化趋势,为预防储层损害提供有力的科学依据.
关 键 词 ：神经网络算法；混合编程；储层损害
1.引言
随着科技的进步,信息产业发展迅速,计算机行业发生日新月异的变化,计算机软件伴随生产实践的需要都在逐渐成长.利用计算机技术实现一种能预测储层发生损害变化的软件,使得人们能对储层变化有着及时的防备,提高油气采收率,对增能促产有着极为重要的作用.本研究利用神经网络算法模型设计一套具有预测功能的软件,以预防储层的损害.神经网络由输入层、隐藏层、输出层等三层构成,如图1所示.
神经网络模型能根据现有数据进行统计分析,预测将来要发生的结果.因此研究神经网络算法模型,设计一套具备预测功能的软件是可行的.
2.储层损害预测算法设计
2.1 神经网络预测算法的推导设计过程
设定ωij为输入层第i个神经元和中间隐藏层第j个神经元之间的连接权值,υkj为隐藏层第j个神经元和输出层第k个神经元之间的连接权值.设计输入层的单元i输出值Oi等于其输入值xi；隐藏层：对于第j个隐单元,其输入值j为其前一层各单元Oi的加权系数为j等于ωjiOi+θi,其对应的输出值为aj等于f（j）,f为Sigmoid函数,即f（j）等于.输出层：因为输出层单元的作用函数为线性,所以输出值为输入值的加权和,对于第k个输出单元,输出值yk为：yk等于υkjaj.
2.2具体算法模型的建立
3.算法的设计与实现
根据前面的设计算法,结合计算机技术,设计其实现流程如图2所示.
4.结束语
利用前面设计的模型,对某油田14口井的水敏数据进行预测分析,得到如图3所示结果数据.
通过图3可知,该预测系统预测的结果与实测结果进行比对,其最大误差为0.175839%,精度达到了99%以上.说明该神经网络预测模型具有一定的使用价值,能为储层损害预测起到防治作用.