基于人工神经网络煤层气井短期产能预测_中国煤炭行业知识服务平台

基于人工神经网络煤层气井短期产能预测

作者

杜严飞吴财芳薛佳佳李腾杨庆龙
单位

国土资源部页岩气资源勘查重点实验室（重庆地质矿产研究院）重庆市页岩气资源与勘查工程技术研究中心（重庆地质矿产研究院）中国矿业大学资源与地球科学学院煤层气资源与成藏过程教育部重点实验室中国矿业大学理学院
摘要

为对煤层气井产能的实时动态监测和预测预报,基于时间序列预测思想构建了适合于煤层气井产能预测的BP神经网络模型.以潘庄CM1井为预测实例,分析表明:BP神经网络能够较为准确地预测出煤层气井未来30 d的产能变化,其产气量和产水量预测平均相对误差分别为1.35%和3.88%;与COMET3预测结果相比,BP神经网络短期产能预测精度高,能更好的反映出煤层气井产能变化趋势.
关键词

BP神经网络煤层气井COMET3产能预测产气量产水量时间序列短期预测
基金项目(Foundation)

国家科技重大专项课题资助项目(2011ZX05034)；国家“973”课题资助项目(2009CB219605)；国家自然科基金重点资助项目(40730422)；青年科学基金资助项目(40802032)；