儲層損害預測算法的研究與設計

摘 要：通過調研分析現有儲層損害數據，結合計算機技術，研究一套能準確預測儲層敏感性變化的軟件，能提高油氣開采率。研究重點是設計油氣層損害診斷的診斷方法及對應的數學模型，并結合軟件工程的思想，設計并實現一套計算機軟件。以用于快速、準確的計算儲層變化趨勢，為預防儲層損害提供有力的科學依據。

關鍵詞：神經網絡算法；混合編程；儲層損害

1 引言

隨著科技的進步，信息產業發展迅速，計算機行業發生日新月異的變化，計算機軟件伴隨生產實踐的需要都在逐漸成長。利用計算機技術實現一種能預測儲層發生損害變化的軟件，使得人們能對儲層變化有著及時的防備，提高油氣采收率，對增能促產有著極為重要的作用。本研究利用神經網絡算法模型設計一套具有預測功能的軟件，以預防儲層的損害。神經網絡由輸入層、隱藏層、輸出層等三層構成，如圖1所示。

神經網絡模型能根據現有數據進行統計分析，預測將來要發生的結果。因此研究神經網絡算法模型，設計一套具備預測功能的軟件是可行的。

2 儲層損害預測算法設計

2.1 神經網絡預測算法的推導設計過程

設定ωij為輸入層第i個神經元和中間隱藏層第j個神經元之間的連接權值，υkj為隱藏層第j個神經元和輸出層第k個神經元之間的連接權值。設計輸入層的單元i輸出值Oi等于其輸入值xi；隱藏層：對于第j個隱單元，其輸入值netj為其前一層各單元Oi的加權系數為netj=ωjiOi+θi，其對應的輸出值為aj=f（netj），f為Sigmoid函數，即f（netj）=?！?br>