基于改进神经网络的平桥南区块页岩气产能评价研究

摘要：

;水力压裂是页岩气藏开发的重要手段.因此,对压裂效果进行评价或预测,对于实施增产措施决策、更好地规划页岩气藏的开发有着重要的意义.然而,压裂过程复杂,影响因素众多,使得传统的评价方法存在计算复杂、工作量大、精度难以保证等问题.为此,针对平桥南区块的小规模压裂数据集,提出了一种K折交叉验证与神经网络模型相结合的机器学习算法来构建压裂产能评价模型.该算法建立了压裂产能与地质、工程等影响因素之间的数学关系.结果显示,此模型的预测精度符合现场工程需要.该方法为基于小规模压裂数据集的数据挖掘提供了一种新的思路,具备一定的研究和应用价值.

关键词：神经网络、K折交叉验证、页岩气、水力压裂

所属期刊栏目：29

分类号：TP183;TP391;TE357.1

在线出版日期：2022-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：139-140,185