一种基于动态径向基函数神经网络的油田产量预测方法

摘要

一种基于动态径向基函数神经网络的油田产量预测方法，包括以下步骤：A.根据油田情况确定影响产量因素，获取历史数据并将其划分为训练数据集和检测数据集；B.利用离差标准化方法将数据集进行归一化处理；C.利用敏感度法动态调整RBF神经网络结构，建立临时RBF神经网络预测模型；D.利用状态转移概率矩阵对模型误差进行修正，得到稳定的RBF神经网络油田产量预测模型；E.利用步骤A得到检测数据集对模型进行验证，判断是否符合期望；F.利用步骤E所得到的符合期望的产量预测模型进行石油产量预测。该方法避免了RBF隐含层神经元过多或过小的问题，得到的模型有自适应调节的功能；对预测误差进行二次修正，使预测结果更加准确、合理。