基于ATD-BP神经网络的页岩气产量预测方法

摘要：

储层改造是页岩气开发的关键步骤,根据储层改造数据进行页岩气井产量预测,对后续施工优化有重要指导意义.然而,储层改造数据与气井产量间呈非线性相关关系,不适用于传统线性预测方法.且储层改造数据存在有效数据较少、噪声数据占比较大、维数较高等问题,不适用于受噪声影响较大的传统BP神经网络非线性预测方法.由此,本文提出一种页岩气储层改造产量预测方法,首先利用自适应阈值去噪(adaptive threshold denoise,ATD)算法去除噪声,再运用BP神经网络对储层改造数据进行非线性拟合,得到页岩气井产量预测模型.实验表明,相比传统的BP神经网络,本文所提方法能够有效提高预测的准确率和稳定性.

关键词：神经网络、产量预测、页岩气

所属期刊栏目：17

分类号：TP391.4(计算技术、计算机技术)

资助基金：中央高校基本科研业务费项目资助

在线出版日期：2018-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：128-132