-
题名应用量子神经网络快速预测储层敏感性
被引量：3
- 1
-
-
作者
孙玉学
谢建波
赵景原
历艳明
王娇
-
机构
东北石油大学石油工程学院
大庆油田钻探集团第三公司
东北石油大学化学化工学院
-
出处
《钻采工艺》
CAS
北大核心
2012年第5期72-74,11,共3页
-
基金
中国石油大庆油田公司"龙西地区储层损害机理及保护措施研究"(Dq-1204003201-js-318)项目内容
-
文摘
针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷,在收集岩心分析资料、分析生物神经元的信息处理方式和量子特性的基础上,提出一种具有量子特性权值和活性值的量子神经网络预测模型[1]。对吉林油田伊通地区储层敏感性进行快速预测,其结果表明,量子神经网络模型的敏感性伤害程度预测结果明显优于传统BP神经网络,与岩心流动实验结果的符合率达到88%。该方法能快速、准确地预测储层的敏感性指数,为保护油气层提供可靠的理论依据。
-
关键词
量子神经元
量子神经网络
储层保护
预测
敏感性
-
Keywords
quantum neuron,quantum neural network,reservoir protection,prediction,reservoir sensitivity
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
P618.13
[天文地球—矿床学]
-
