基于RBF神经网络的井筒流动工况预测
Reservoir Evaluation and Development（2018）
Abstract
川西气田气井普遍产水,对气井稳产影响较大.及时掌握气井井筒流动工况可以判断气井积液情况,指导排水采气措施的制定.常规地采用井下压力计的气井工况判断方法存在时效性差、成本较高等缺点,而常规两相流理论对于不能连续携液气井压力分布预测亦存在较大偏差.通过搜集大量气井生产数据和流压测试资料训练形成了基于RBF神经网络的井筒流动工况预测模型,RBF网络具有结构自适应性,输出不依赖于初始权值的特性,15口井预测结果与实际结果符合率为86.67％,表明应用神经网络模型预测气井井筒流动工况较为可靠,可以用来指导生产.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined