基于神经网络的数据挖掘技术用于剩余油分布的研究

摘要

剩余油分布的预测有很高的收益，因此引起世界各国对剩余油分布进行研究的重视。经过多年的开发，目前地下油水关系变得日趋复杂，有必要进行剩余油分布规律的研究。
　　 本文分析了多种剩余油预测分析技术与方法。对神经网络、数据挖掘等的理论与相关算法进行了分析、讨论。神经网络具有并行处理、自适应、自组织、联想记忆及容错性和健壮性等特点，能够探测出数据集合的非线性关系，在数据挖掘中常常采用神经网络方法。
　　 研究了对影响剩余油分布的主要参数－含油饱和度进行预测的软件系统的设计方法与实现技术。此系统可实现使用多种神经网络模型来完成剩余油分布的预测。神经网络模型可选：BP神经网络和RBF神经网络。BP网络中又可选激励函数：Sigmoid型激励函数和TAN激励函数；可选算法：传统算法和变步长算法；且在力求保持传统BP算法简洁性的基础上，使其神经元个数、目标精度、迭代次数动态可调。
　　 此系统可依据包含有井位置等参数的已有数据，通过基于神经网络的数据挖掘技术进行训练，建立起学习网络，训练完成后，对比这些预测模型，选出最优模型。在已知其它原始参数的情况下，就可以利用此预测系统对其他未知井区进行剩余油分布的预测。
　　 研究结果表明，改进的BP网络、尤其是RBF网络计算方法可以克服常规测井解释中所遇到的高度复杂非线性建模的难题，极大地简化了解释中的数学手段，同时与传统BP神经网络相比精度更高，收敛速度更快。
　　 通过对预测值与实际数据的对比与分析，证明该软件具有理想的预测效果并有良好的实用价值。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2国内外剩余油研究现状

1.3人工神经网络方法的研究与应用

1.3.1 BP神经网络的研究

1.3.2 RBF神经网络的研究

1.4基于神经网络的数据挖掘工具用于剩余油分布的研究

1.5本论文的目的和意义

1.6本论文着重研究的内容

1.7本论文研究的主体思路

第二章剩余油分布的研究

2.1影响剩余油分布的主要概念

2.1.1剩余油含油饱和度

2.1.2渗透率

2.1.3孔隙度

2.2剩余油分布研究方法

2.2.1地质方法

2.2.2油藏工程、试井及数值模拟方法

2.2.3神经网络和岩石物理相技术

2.3剩余油分布的特征

2.3.1由地质因素形成的剩余油分布

2.3.2由开发因素形成的剩余油分布

2.4小结

第三章人工神经网络

3.1人工神经网络概述

3.1.1人工神经网络的基本特征

3.1.2人工神经网络模型

3.1.3人工神经网络的学习规则

3.1.4应用

3.2传统的反向传播神经网络网络原理

3.2.1 BP网络的模型

3.2.2 BP网络的学习算法

3.2.3 BP算法的实现步骤

3.2.4 BP网络的局限性

3.3自适应变步长的改进BP算法

3.4可选激励函数的改进BP算法

3.4.1 BP神经网络S型激励函数

3.4.2 BP神经网络TAN激励函数

3.4.3传递函数的比较及选择

3.5 RBF网络及其原理

3.5.1 RBF网络的结构

3.5.2 RBF网络的学习方法

3.6支持向量机技术

3.7小结

第四章MATLAB的COM组件及数据挖掘技术

4.1 MATLAB环境介绍

4.2 MATLAB的特点

4.3 MATLAB的COM组件技术

4.4接口编程方法及实现

4.5 MATLAB组件技术的数据加载与存储

4.6数据挖掘及其技术方法

4.7剩余油分布预测的数据挖掘流程

4.8小结

第五章基于神经网络的数据挖掘技术用于剩余油分布预测的设计过程

5.1剩余油分布预测软件系统的总体功能及构思

5.2 BP网络的设计过程

5.2.1 BP网络主窗体的设计

5.2.2激励函数为S型函数的BP网络的窗体设计

5.2.3激励函数为S型函数的BP网络训练学习的伪代码

5.2.4激励函数为S型函数的BP网络算法的部分代码

5.2.5激励函数为TAN型函数的BP网络的设计

5.3 RBF网络的设计过程

5.3.1设计RBF网络的MATLAB程序

5.3.2设计COM组件

5.3.3 VB主程序调用COM组件

5.4预测模型的确定及预测功能的实现

5.4.1预测模型的确定

5.4.2预测功能的实现

5.5小结

第六章基于神经网络方法的剩余油分布预测系统的测试及分析

6.1预测原理

6.2数据的预处理

6.2.1参数的选取

6.2.2测井资料的归一化处理

6.3 BP网络的建立及训练

6.3.1 BP网络的输入输出数据的选取

6.3.2 BP网络测试参数的设定

6.4 BP神经网络S型函数进行预测

6.5 BP神经网络TAN型函数进行预测

6.6 RBF神经网络进行预测

6.7小结

第七章结论

7.1论文所做工作总结

7.2以后要做的工作

致谢

参考文献

附录 攻读硕士学位期间发表的论文: