【技术实现步骤摘要】
基于BP神经网络的页岩气井产能分析方法及系统
[0001]本专利技术涉及页岩气建产区水平井产能影响因素分析
,尤其涉及一种基于BP神经网络的页岩气井产能分析方法及系统。
技术介绍
[0002]随着页岩气资源开发工作的不断深入,当前全国页岩气生产井超过1500口,生产数据规模不断增大,如何分析气井产能影响因素成为建产区评价的关键。
[0003]页岩气井产能受地质和工程等多因素影响,常规统计方法的结果规律性不强,不能实现有效分析。特别是当前页岩气产业进入规模快速发展阶段,随着建产规模的不断扩大,从大量区块地质特征、工程参数等分析中,建立地质工程参数对气井产能的影响关系,找到页岩气产能影响主控因素,是实现高效开发亟待解决的关键问题。
技术实现思路
[0004]本专利技术的一个目的在于提供一种基于BP神经网络的页岩气井产能分析方法,通过大数据人工智能分析技术,结合页岩气井开发特点进行页岩气井产能分析,为页岩气井开发优化提供有效支撑。本专利技术的另一个目的在于提供一种基于BP神经网络的页岩气井产能分析系统 ...
【技术保护点】
【技术特征摘要】
1.一种基于BP神经网络的页岩气井产能分析方法,其特征在于,包括:得到页岩气井地质参数和工程参数;根据所述地质参数和工程参数形成输入向量,将输入向量输入N个不同的BP神经网络得到N个拟合结果,其中N为正整数;改变地质参数和工程参数的参数值并分别得到对应的N个拟合结果,根据不同的N个拟合结果分析所述页岩气井产能的影响因素。2.根据权利要求1所述的基于BP神经网络的页岩气井产能分析方法,其特征在于,所述N个不同的BP神经网络为通过多个随机样本训练得到的,所述随机样本包括地质参数和工程参数形成的BP神经网络的输入向量,页岩气井产能参数形成的BP神经网络的输出向量。3.根据权利要求1所述的基于BP神经网络的页岩气井产能分析方法,其特征在于,进一步包括形成所述N个不同的BP神经网络的步骤。4.根据权利要求3所述的基于BP神经网络的页岩气井产能分析方法,其特征在于,所述形成所述N个不同的BP神经网络具体包括:采集页岩气井地质参数、工程参数和对应的产能参数得到样本数据;从所述样本数据中随机抽取地质参数、工程参数和对应的产能参数形成N个不同的随机样本;建立BP神经网络模型,通过N个不同的随机样本训练所述BP神经网络模型得到N个不同的BP神经网络。5.根据权利要求1所述的基于BP神经网络的页岩气井产能分析方法,其特征在于,所述根据不同的N个拟合结果分析所述页岩气井产能的影响因素具体包括:求取N个拟合结果的概率密度;若所述概率密度服从正态分布,得到所述概率密度的期望值和预设置信度的置信区间;根据所述期望值和置信区间分析不同地质参数和工程参数的参数值对页岩气井产能的影响。6.一种基于BP神经网络的页岩气井产能分析系统,其特征在于,包括:数据获取模块,用于得到页岩气井地质参数和工程参数;数据拟合模块,用于根据所述地质参数和工程...
【专利技术属性】
技术研发人员:赵群,王红岩,刘洪林,孙钦平,姜馨淳,
申请(专利权)人:中国石油天然气股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。