大数据在水平井产液剖面测井资料分析中的应用研究

摘要：

影响水平井产液的因素较多,测井资料类型较为丰富、数量级较大,通过大数据对水平井进行解释具有良好的发展前景.建立了水平井产液剖面影响因素分类模型,提出了测井资料解释大数据分析方法,通过hadoop+spark+hive环境搭建大数据平台,实现数据采集及整理,将数据进行动静归一化、单位归一化、层次归一化和正负归一化的预处理,再利用BP神经网络进行水平井产液剖面的数据分析.算例证明,基于BP神经网络的大数据分析对于水平井产液剖面解释预测的效果较好,单项流水平井解释结果相对误差基本都处于6％以内,对于特定解释层深度的解释结果相对于全流量层的解释精度来说更高,对于多项流水平井解释结果显示相对误差基本都处于9％以内,低于单向流,原因可能是由于输出层相对数据较多,影响了Traindx法训练函数的过程.

关键词：大数据、水平井、BP神经网络、测井资料、数据预处理、钻井

所属期刊栏目：6

分类号：TE2(钻井工程)

资助基金：肇庆市科技创新项目;广东省普通高校特色创新类项目

在线出版日期：2023-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：128-131