基于多元线性回归和BP神经网络的单井能力预测

论文摘要

为提高单井能力预测的精度和可靠性,提出利用地震属性数据,结合多元线性回归方法和BP神经网络方法进行预测。首先提取了研究区目的层的地震属性,然后利用多元线性回归方法和BP神经网络方法建立了单井能力与地质、地震属性之间的函数关系,得出了半定量-定量化的单井产量设计模型,并且验证了模型的预测结果。结果显示:单井能力预测精度总体在80%以上,其中BP神经网络模型预测精度更高,吻合度更好,证明了利用多种地震属性联合预测单井产能是一种卓有成效的方法。

论文目录

• 1 方法原理
•   1.1 多元线性回归
•   1.2 BP神经网络
•     1.2.1 正向传播
•     1.2.2 反向传播
• 2 方法步骤
• 3 应用实例
•   3.1 地震属性数据提取
•     3.1.1 振幅变化率
•     3.1.2 均方根振幅
•     3.1.3 频率衰减百分比
•     3.1.4 Sweetness属性
•     3.1.5 串珠面积值
•     3.1.6 距断裂距离值
•   3.2 数据分析
•     3.2.1 无因次化
•     3.2.2 相关性分析
•     3.2.3 逐步回归分析
•   3.3 模型建立
•     3.3.1 多元线性回归分析
•     3.3.2 BP神经网络模型预测
•     3.3.3 模型检验
• 4 结论

文章来源

类型: 期刊论文

作者: 佟秀秀,康志宏

关键词: 日产油水平,地震属性,相关性分析,神经网络,多元线性回归

来源: 科学技术与工程 2019年29期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,工程科技Ⅰ辑

专业: 地质学,地球物理学,石油天然气工业,矿业工程

单位: 中国地质大学(北京)能源学院

基金: 中国地质调查局地质调查项目(DD20190085),国家科技重大专项(2017ZX05009-001)资助

分类号: P631.4;TE319

页码: 96-102

总页数: 7

文件大小: 1022K

下载量: 314