利用模糊神经网络进行固井质量的预测

摘要

固井的主要目的就是封堵环形空间，阻止地层流体的流动，并达到地层之间互相隔离。影响固井质量的因素多并且杂，特别是深井超深井或高温高压井，影响固井质量的因素更多、更复杂，为了获得优质的固井质量和层间隔离效果，要求对这些影响固井质量的因素形成全面、系统、清晰的认识。通过分析和研究影响固井质量的各种因素，提出了利用模糊数据的量化来对影响因素作用度进行处理的方式。在此基础上采用了一种新型的模糊神经网络预测系统。在系统中，利用成熟的前向反馈BP网络作为程序设计的核心，所研究的影响因素的模糊数据量化参数作为输入值，应用神经网络进行权重的调整计算，得到经过训练和学习的网络模型。该模型的运行参数确定后，在同等或近似条件下对结果的预测能够达到理想的准确程度。程序界面是通过模块化设计完成，这样不仅能体现模糊神经网络的优势，还能保证系统的稳定和不断完善，在实际工程中得到较好的应用。

目录

文摘

英文文摘

声明

第1章前言

1.1固井质量预测的目的和意义

1.2固井质量预测所采用的方法

第2章目前的研究及其方向

2.1人工神经网络技术

2.2模糊系统

2.3模糊系统概述

2.4模糊神经网络

2.5模糊神经网络算法的发展

2.5.1内部运算基于F逻辑的模糊神经网络(FNN)

2.5.2内部运算基于F算术的前向FNN

2.5.3带有反馈的FNN的研究主要有两种模型

2.6近年来模糊神经网络的应用

2.7在石油工程领域中的应用

第3章固井施工和影响固井质量的因素

3.1固井施工

3.2影响固井的因素

3.2.1影响顶替效率的因素

3.2.2影响候凝效果的因素

3.3固井质量的评价方式

3.3.1衡量固井质量的基本标准

3.3.2固井质量的评价方式

第4章模糊神经网络参数分析

4.1利用模糊神经网络进行固井质量评价的因素分析

4.1.1确定模糊神经网络的模型

4.1.2网络输入参数的分析

4.2固井质量的综合分析

4.2.1建立评价集

4.2.2数字型评价转换为语言型评价

4.2.3语言性评价转化为评价集上的模糊子集

4.2.4顶替效率的计算方法

4.2.5候凝效果的计算方法

4.2.6固井质量的计算

4.3测井曲线的数字化工作

第5章模糊神经网络模型

5.1模型的设计思路

5.2数据的传输机制

5.3模型的特点

5.4模糊神经网络模型

5.4.1处理单元

5.4.2连接

第6章模糊神经网络的实际应用研究

6.1模糊神经网络的模型及学习

6.1.1程序的建立

6.1.2程序各项属性的确定

6.2模糊神经网络的训练与应用

第7章结论

参考文献

致谢

个人简历