基干过程神经网络对原油产量预测技术的探讨

孟雅蕾　王予

摘要：预测油田原油产量对分析油藏，制定油田合理的发展规划至关重要。该文基于神经网络，对原油产量预测技术进行了探讨，提出了一种基于过程神经网络的原油产量预测模型。该模型引入时间积累算子和神经元核函数，通过对输入集进行反复训练，得到合理的调整权重后得到输出变量。实验结果表明，该原油产量预测模型一致性较好，具有较高的精确度，对油田的原油产量预测有一定的应用前景。

关键词：过程神经网络；时间积累算子；神经元核函数；产量预测

中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2017）13-0220-02

石油是一种不可替代的资源，它是现代工业的“血液”和现代经济的命脉。在石油开采过程中，产量预测是油田开发的一项重要内容，是分析油藏动态、制定油田发展规划的重要数据。目前，对石油产量的预测方法较多，常用的有回归分析法、灰色理论预测、指数平滑法等，但大多方法预测范围小，精度低，不适合大范围区块的产量预测。

本文对原油产量预测技术进行探讨，提出采用人工神经网络的方法对大范围区块的产量进行预测。本文设计了一种基于过程神经网络的原油产量预测模型，该预测模型一致性较好，具有较高的精确度。

1人工神经网络

人工神经网络是人工智能的一个分支，它是机器学习的一种模式识别方法，它模仿生物神经网络来接受信号，处理信息。人工神经网络作为受到生物启发的模型建立起来，目前广泛应用于金融、市场、制造、信息系统等领域。……