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,此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。
The main purpose of cementing is to seal the annulus space, prevent the flow of formation fluid, and achieve the separation of different formations. The factors that affect cementing quality are numerous and miscellaneous, especially in the deep wells, ultra deep wells, and HPHT wells. In order to gain high quality cementing quality and separation of different formations, a full-scale, systematic, and clear understanding of the factors that affect cementing quality is needed. By the analysis and study of various factors, a method fuzzifying the influence of the factors was proposed, and a prediction system was established accordingly. In the system, a network, based on the BP network, using the fuzzified parameters as input data, was achieved by the adjustment and calculation of network weights. The application interface is completed through modular design, so it not only embodies the advantages of fuzzy neutral network but also ensure the stability and improvement.
The main purpose of cementing is to seal the annulus space, prevent the flow of formation fluid, and achieve the separation of different formations. The factors that affect cementing quality are numerous and miscellaneous, especially in the deep wells, ultra deep wells, and HPHT wells. In order to gain high quality cementing quality and separation of different formations, a full-scale, systematic, and clear understanding of the factors that affect cementing quality is needed. By the analysis and study of various factors, a method fuzzifying the influence of the factors was proposed, and a prediction system was established accordingly. In the system, a network, based on the BP network, using the fuzzified parameters as input data, was achieved by the adjustment and calculation of network weights. The application interface is completed through modular design, so it not only embodies the advantages of fuzzy neutral network but also ensure the stability and improvement.
引文
[1] 徐永群.BP 神经网络汁算法及其应用研究.黄冈师范学院学报,2000,3(20):74-78
[2] 孙 增 析 . 基 于 T-S 模 型 的 模 糊 神 经 网 络 . 清 华 大 学 学报,2002,3:58-60
[3] 丛爽.几种模糊神经网络系统关系的对比研究.信息与控制,2005,6:88-90
[4] 梁志珊. TYPE-1 模糊神经网络参数辨识. 东北电力学院学报, 2002,12: 62-63
[5] 姜智峰,刘泽民.一种新型模糊神经网络结构确定的研究.电路与系统学报,1997,21(3):114-116
[6] 热合木江.模糊神经系统在地质数据分析中的应用.石油大学学报(自然科学版),1996,6:76-78
[7] 李洪祺.多级模糊综合评判方法在固井质量评价中的作用.西南石油学院学报,2000,22(2):23-24
[8] 刘洪. 用 T-S 模型模糊神经网络进行压裂效果预测. 断块油气田,2002,9: 55-57
[9] 杜江. 模糊神经网络及其在油气预测中的应用.石油物探,1999,12: 34-36
[10] 杨长保,聂兰仕,孙鹏远.改进的模糊神经网络模型在储层产能预 测 中 的 应 用 研 究 . 吉 林 大 学 学 报 ( 地 球 科 学 版 ),2003,33 (1):114-115
[11] 甄兆聪,肖慈珣. 补偿模糊神经网络在储层参数预测中的应用.物探化探计算技术,2002,24(2):126-129
[12] 朱世和,李哲.辽河测井公司固井质量评价技术.测井技术,2004,2:13-18
[13] 吴叶成,刘亚. 提高调整井固井质量的方法.石油钻采工艺,1994,3:65-66
[14] 余厚全,黄载禄,刘益成. 利用超声波序列分析发识别固井质量.江汉石油学院学报,1994,3:47-48
[15] 张兴国.固井质量影响因素分析.石油钻采工艺,1997,6:108-110
[16] 郑永刚.偏心环空旋转套管流场及对注水泥顶替效率的影响.西部探矿工程,1994,6(2):47-48
[17] 廖华林,崔军,宋本龄.用数据库统计分析固井质量影响因素,山东 石 油 学 会 钻 井 专 业 委 员 会 论 文 集 , 济 南 : 山 东 科 技 出 版社,1999:107-108
[18] 张兴国,高兴原,冯明. 固井质量影响因素分析.钻采工艺,2002, 25(2):34-37
[19] 刘大为,田锡君,廖润康等译. 现代固井技术.沈阳:辽宁科学技术出版社.1994:96-114
[20] 陈庭根,管志川. 钻井工程理论与技术.东营:石油大学出版社,2000:276-294
[21] 杨昌学.油气井固井质量预测与评价方法研究[硕士学位论文],西南石油学院,南充:2003
[22] Phillip Fletcher,Schlumberger Dowell,Peter Coveney. Predicting the Quality and Performance of Oilfield Cements Using Artificial Networks and FTIR Spectroscopy. SPE28824
[2] 孙 增 析 . 基 于 T-S 模 型 的 模 糊 神 经 网 络 . 清 华 大 学 学报,2002,3:58-60
[3] 丛爽.几种模糊神经网络系统关系的对比研究.信息与控制,2005,6:88-90
[4] 梁志珊. TYPE-1 模糊神经网络参数辨识. 东北电力学院学报, 2002,12: 62-63
[5] 姜智峰,刘泽民.一种新型模糊神经网络结构确定的研究.电路与系统学报,1997,21(3):114-116
[6] 热合木江.模糊神经系统在地质数据分析中的应用.石油大学学报(自然科学版),1996,6:76-78
[7] 李洪祺.多级模糊综合评判方法在固井质量评价中的作用.西南石油学院学报,2000,22(2):23-24
[8] 刘洪. 用 T-S 模型模糊神经网络进行压裂效果预测. 断块油气田,2002,9: 55-57
[9] 杜江. 模糊神经网络及其在油气预测中的应用.石油物探,1999,12: 34-36
[10] 杨长保,聂兰仕,孙鹏远.改进的模糊神经网络模型在储层产能预 测 中 的 应 用 研 究 . 吉 林 大 学 学 报 ( 地 球 科 学 版 ),2003,33 (1):114-115
[11] 甄兆聪,肖慈珣. 补偿模糊神经网络在储层参数预测中的应用.物探化探计算技术,2002,24(2):126-129
[12] 朱世和,李哲.辽河测井公司固井质量评价技术.测井技术,2004,2:13-18
[13] 吴叶成,刘亚. 提高调整井固井质量的方法.石油钻采工艺,1994,3:65-66
[14] 余厚全,黄载禄,刘益成. 利用超声波序列分析发识别固井质量.江汉石油学院学报,1994,3:47-48
[15] 张兴国.固井质量影响因素分析.石油钻采工艺,1997,6:108-110
[16] 郑永刚.偏心环空旋转套管流场及对注水泥顶替效率的影响.西部探矿工程,1994,6(2):47-48
[17] 廖华林,崔军,宋本龄.用数据库统计分析固井质量影响因素,山东 石 油 学 会 钻 井 专 业 委 员 会 论 文 集 , 济 南 : 山 东 科 技 出 版社,1999:107-108
[18] 张兴国,高兴原,冯明. 固井质量影响因素分析.钻采工艺,2002, 25(2):34-37
[19] 刘大为,田锡君,廖润康等译. 现代固井技术.沈阳:辽宁科学技术出版社.1994:96-114
[20] 陈庭根,管志川. 钻井工程理论与技术.东营:石油大学出版社,2000:276-294
[21] 杨昌学.油气井固井质量预测与评价方法研究[硕士学位论文],西南石油学院,南充:2003
[22] Phillip Fletcher,Schlumberger Dowell,Peter Coveney. Predicting the Quality and Performance of Oilfield Cements Using Artificial Networks and FTIR Spectroscopy. SPE28824