收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

用于储层参数预测的神经网络模式识别方法研究

高美娟  
【摘要】:石油的产生有着不可重复性,不可实验性的特点。人们对地下油气储层的认识存在相当程度的模糊性和不确定性。由于某些不正确的认识会带来巨额生产资金消耗。研究准确识别与预测储层及参数空间变化的方法,在油气勘探开发中都具有重要的实际意义,可以提高生产效益,为国家节约巨额的资金。 本文以油田的科技攻关项目为背景,以准确、清晰地再现地下油气储层及参数空间展布,提高油气勘探开发的准确率,节约生产成本,提高生产效率为目标,将计算机模式识别技术和现代预测理论与石油生产相结合,围绕对地下油气储层及参数的识别与预测进行一系列的研究工作。主要内容如下: 1.在系统分析研究人工神经网络原理的基础上,对误差回传神经网络(BP)的结构、计算公式进行了深入研究。针对地下储层参数与地震特征参数是复杂的非线性关系,很难用精确的表达式表示出来这一问题,指出了神经网络以其自身的非线性逼近能力是解决上述问题的有利工具,同时给出了神经网络进行储层参数预测的过程描述。 2.在深入分析径向基函数(RBF)神经网络和遗传算法理论的基础上,提出了一个基于自适应遗传算法的径向基函数神经网络的结构优化算法,并将该算法成功地应用于储层参数的横向预测,取得了非常好的效果。该算法将基函数的中心参数和宽度参数编成染色体,将网络结构优化和参数学习分两个阶段进行,训练和进化。先用梯度下降法学习某一染色体对应的网络的中心和宽度参数,而后用最小二乘法学习网络的线性权值和偏移常数;再用遗传进化算法优化隐节点数。通过这两个过程的交替进行,得到满足误差要求的具有最小隐节点数的并且隐节点基函数具有不同宽度参数的RBF神经网络。 3.深入研究分析小波变换理论和边缘检测原理,并将地震数据剖面看成是二维数字图像,地震剖面上的反射界面相当于二维数字图像的边缘。首次提出将小波变换模极大边缘检测技术应用到地震剖面图像的特殊处理上,使用于储层研究的地震资料具有较高的质量,即高信噪比、高分辨率。从而使计算机能更准确、可靠地预测储层参数的空间展布,提高勘探开发的精确度。用该方法对实际资料进行了处理,取得了较好的效果。 4.在深入研究分析小波神经网络的结构、性质、算法和逼近能力的基础上,同时通过小波神经网络与常用网络的比较,提出了用于储层参数预测的小波神经网络优化算法,得到了较为优化的网络结构,并给出了系统的学习算法。由于人工神经网络具有自学习、自适应、鲁棒性、容错性和扩充性能,而小波分析具有时频局部特性和变焦特性,将两者的优势相结合,使得小波神经网络具有较强的逼近、容错能力。实际资料预测表明,本文提出的用于储层参数预测的小波神经网络具有收敛速度快,逼近非线性能力强的优点。 5.在深入分析模糊系统理论和神经网络的基础上,针对神经网络和模糊系统各自的优点和不足,对模糊系统和神经网络的融合技术进行了深入研究,结合火山岩储层识别预测的特点和难点,提出了用于火山岩储层识别预测的模糊神经网络系统,同时给出了系统的结构和参数学习算法及识别预测火山岩储层的步骤。在方法研究过程中,充分利用现有的样本数据,发挥神经网络的自适应学习能力和模糊系


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张儒;陈昌虎;;基于小波神经网络的瓷器识别系统[J];中国陶瓷;2008年06期
2 李伟;吴超群;王艳茹;王宇;蒋鹏;;基于小波神经网络的FRP复合材料损伤声发射信号识别[J];化工机械;2011年03期
3 杨思远;徐佩亮;王振雷;;基于小波神经网络的热值软测量建模[J];石油化工自动化;2011年04期
4 汪敬贤;;图像边缘检测的改进方法[J];辽宁工程技术大学学报(自然科学版);2008年02期
5 徐琼;一种基于小波变换的边缘检测方法[J];四川轻化工学院学报;2000年02期
6 赵秀阳,尹衍升,杨波;基于多分辨率小波变换的复合材料晶粒边缘的检测[J];人工晶体学报;2005年04期
7 蒋爱德;罗晓辉;;多尺度小波在图像测量中的应用[J];现代机械;2007年04期
8 林剑;管力明;;基于改进遗传算法的胶印质量控制方法研究[J];包装工程;2009年05期
9 方向;丁兆军;舒新前;;基于遗传算法优化的支持向量机(SVM-GA)低阶煤制氢产量预测模型[J];煤炭学报;2010年S1期
10 李康宁;杜扬;;基于小波变换的油库火灾特征边缘检测[J];中国储运;2010年10期
11 杨路;;基于遗传支持向量机的车床刀具寿命预测[J];微计算机信息;2010年34期
12 王南兰;邱德润;;基于遗传小波网络的电动机故障诊断[J];煤矿机械;2006年05期
13 聂绍珉;李树奎;;基于小波变换的大型锻件图像边缘检测[J];塑性工程学报;2007年06期
14 刘刚田;曹慧敏;宋晓磊;;基于模糊神经网络和遗传算法的产品造型设计[J];煤矿机械;2009年11期
15 孙云普;王云飞;郑晓娟;;基于遗传-支持向量机法的煤层顶板导水断裂带高度的分析[J];煤炭学报;2009年12期
16 田学民;王强;邓晓刚;;一种引入动量项的小波神经网络软测量建模方法[J];化工学报;2011年08期
17 孙蕾;王焱;;AGC控制技术的发展过程及趋势[J];济南大学学报(自然科学版);2007年03期
18 张俊;张海燕;;遗传小波神经网络仿真技术在复合管铸造中的应用[J];铸造技术;2008年03期
19 刘朝英;王惠芳;宋雪玲;宋哲英;李凯;;一种改进的模糊调节神经网络及其应用[J];河北科技大学学报;2008年04期
20 邹宽城;常亚萍;韩秀清;;基于支持向量机的射孔枪结构优化设计方法[J];石油机械;2009年01期
中国重要会议论文全文数据库 前10条
1 刘双喜;邢济收;魏建亮;;小波变换在齿轮边缘检测中的应用[A];全国第二届嵌入式技术联合学术会议论文集[C];2007年
2 王秀碧;黄晓莉;刘永春;;基于小波变换的多尺度边缘检测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
3 武妍;潘勇;施鸿宝;;模糊神经网络学习算法及其在地铁列车控制中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
4 王妮妮;吴娴;王岩;;一种改进的自适应神经模糊推理系统[A];2002中国控制与决策学术年会论文集[C];2002年
5 王耀南;;基于遗传算法的模糊神经控制及其应用[A];1996中国控制与决策学术年会论文集[C];1996年
6 宗朝霞;汤宏胜;贺曼;葛忠学;来蔚鹏;李华;;基于遗传算法的支持向量机预测含能材料密度的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
7 梁戈超;何怡刚;;模拟电路故障诊断的模糊神经网络方法[A];第十五届电工理论学术年会论文集[C];2003年
8 董云影;于东;张运杰;畅春玲;;遗传模糊聚类算法在图像边缘检测中的应用[A];第12届全国模糊系统与模糊数学学术年会论文集[C];2004年
9 苏佳;焦杨;敖长林;;基于模糊神经网络可靠性评价[A];农业系统工程理论与实践研究——全国农业系统工程学术研讨会论文集[C];2006年
10 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 高美娟;用于储层参数预测的神经网络模式识别方法研究[D];大庆石油学院;2005年
2 王瑞敏;基于神经网络辨识模型的质子交换膜燃料电池系统建模与控制研究[D];上海交通大学;2008年
3 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
4 杨实俊;可持续发展约束下小型火电厂危机管理研究[D];华北电力大学(河北);2008年
5 梁新荣;高速公路智能控制方法研究[D];华南理工大学;2005年
6 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
7 王强;基于声信号检测的管道TPD预警系统研究[D];浙江大学;2005年
8 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
9 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 李逊;基于小波神经网络的系统边际电价预测[D];华中科技大学;2007年
2 赵云峰;基于Gabor滤波特征的车辆检测系统的研究[D];燕山大学;2006年
3 付阳;支持向量机并行训练算法与基于遗传算法的参数优化研究[D];南昌大学;2010年
4 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
5 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
6 王建双;基于小波神经网络控制器设计与研究[D];哈尔滨理工大学;2009年
7 于辰飞;一种基于小波神经网络的低对比度图像增强方法[D];电子科技大学;2006年
8 李进如;基于改进小波神经网络的故障识别方法研究[D];华北电力大学(北京);2008年
9 郭德超;基于遗传算法和小波神经网络的入侵检测系统[D];暨南大学;2008年
10 陆有忠;进化支持向量机及其在岩体边坡中的应用[D];宁夏大学;2004年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年
3 广西 陈华杰;EVD,一路走好[N];电子报;2002年
4 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
5 北京航空航天大学计算机系 李炜;探寻视频编码技术发展的足迹[N];中国计算机报;2000年
6 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
7 大海;肖像视频:相见不如对面[N];计算机世界;2003年
8 包家庆;IDS五大发展趋势[N];网络世界;2002年
9 陈尔香;在烟草化学王国里驰骋[N];经理日报;2006年
10 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978