-
题名基于双分支卷积神经网络的气水动态分析
- 1
-
-
作者
李道伦
吕茂春
查文舒
沈路航
-
机构
合肥工业大学数学学院
-
出处
《合肥工业大学学报(自然科学版)》
北大核心
2025年第6期828-832,838,共6页
-
基金
国家自然科学基金资助项目(12172115)。
-
文摘
传统气水分析方法主要有数值分析方法、实验模拟法等,但数值分析方法需要大量难以测量的数据,实验模拟法难以表征复杂油气开发现场,为此,文章基于深度学习神经网络提出一种新的气水分析方法。该方法根据气水动态物理模型建立的双分支卷积神经网络分别对排水井和产气井进行建模,个性化表征生产井和排水井的动静态数据;将产气井的气水产量数据作为输出,实现井组动态耦合关联,建立井组气水动态分析的深度学习网络模型。主动排水井组动态生产数据分析表明,该双分支卷积神经网络可实现3口生产井的日产气量和日产水量的高质量预测,揭示了主动排水井组中的复杂关联,可进行气水关系动态分析,从而为油气藏工程师提供了一种方便快捷的分析方法。
-
关键词
气水动态分析
主动排水井组
双分支卷积神经网络
日产气
日产水
-
Keywords
gas-water dynamic analysis
active drainage well group
two-branch convolutional neural network
daily gas production
daily water production
-
分类号
TE331.2
[石油与天然气工程—油气田开发工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
