论文部分内容阅读
油田生产指标预警可以帮助油田工作人员及时发现油田开发过程中生产指标的异常，为后续工作人员调整油田开发方案提供支持，保证油田开发工作的稳定进行。本文建立基于人工神经网络的油田生产指标预警模型和系统，对长庆油田某采油厂油田生产指标数据进行预警分析，有效帮助油田管理人员及时发现并处理警情，减少油田开采过程中因预警不及时带来的损失。
本文首先对油田生产指标数据使用KNN算法进行数据填补，采用灰色关联分析方法和3σ准则建立合适的油田生产预警指标体系，选择GA-PSO-BP神经网络建立油田生产指标预警模型，GA-PSO-BP神经网络通过GA-PSO混合算法帮助BP神经网络快速找到最佳连接权值和阈值，GA-PSO混合算法既保有PSO的快速收敛又加入了GA算法的全局搜索特性。通过对GA-PSO-BP模型与PSO-BP模型、GA-BP模型和BP模型的产量预警实验结果比较，GA-PSO-BP模型在产量波动变化预测方面相比其他网络模型精确度更高且MSE值更小，预警效果更加优异，表明GA-PSO-BP模型在油田生产指标预警方面的有效性。
在GA-PSO-BP神经网络预警模型的基础上设计并开发油田生产指标预警系统，使用Java语言进行开发，MySQL数据库对油田生产指标数据进行管理。油田生产指标预警系统实现了对单井日产量数据、月产量数据的管理操作，对生产指标中的产量、注水量预警结果直观展示，帮助油田管理人员及时发现生产指标异常情况，为后续开采方案调整提供支持。
本文首先对油田生产指标数据使用KNN算法进行数据填补，采用灰色关联分析方法和3σ准则建立合适的油田生产预警指标体系，选择GA-PSO-BP神经网络建立油田生产指标预警模型，GA-PSO-BP神经网络通过GA-PSO混合算法帮助BP神经网络快速找到最佳连接权值和阈值，GA-PSO混合算法既保有PSO的快速收敛又加入了GA算法的全局搜索特性。通过对GA-PSO-BP模型与PSO-BP模型、GA-BP模型和BP模型的产量预警实验结果比较，GA-PSO-BP模型在产量波动变化预测方面相比其他网络模型精确度更高且MSE值更小，预警效果更加优异，表明GA-PSO-BP模型在油田生产指标预警方面的有效性。
在GA-PSO-BP神经网络预警模型的基础上设计并开发油田生产指标预警系统，使用Java语言进行开发，MySQL数据库对油田生产指标数据进行管理。油田生产指标预警系统实现了对单井日产量数据、月产量数据的管理操作，对生产指标中的产量、注水量预警结果直观展示，帮助油田管理人员及时发现生产指标异常情况，为后续开采方案调整提供支持。