基于伽马射线技术的油井含水率神经网络预测

郑永建,张振朝,牛棚满,文鹏荣,曾 桃

(1.中海石油(中国)有限公司湛江分公司，广东 湛江 524057；2.海默科技(集团)股份有限公司，甘肃 兰州 730010)

0 引言

原油含水率在油田生产中非常重要，是油田原油生产和加工过程中的主要计量参数，直接影响原油的钻采、集输、计量等工作，对油田产量与油藏管理有着十分重要的意义[1-2]。当使用伽马射线技术测量原油含水率时，放射源通过产生两束不同能量的伽马射线穿过介质，探测器收集被介质吸收后的伽马计数并结合标定参数对含水率进行计算[3]。

通过计算穿过原油介质前后的高低能射线计数率(强度)，就可以求解出原油中的含水率与含气率[4]。由于伽马射线计数率存在一定的统计误差且设备在标定时引入了一定的误差，因此在实际应用中测量含水率与真实含水率之间存在一定的偏差，且含水仪设备安装在生产管线上，重新进行标定耗时费力。此外，射线计数率与含水率之间难以建立简单的线性关系或者数学模型，无法有效地减少或消除含水率测量的偏差[5]。人工神经网络能够通过对已知数据的训练，实现对结果的预测，从而避免了一些中间过程对结果带来的影响。在这类非线性拟合中问题中，可能会起到意想不到的作用。

1 神经网络算法原理

神经网络由大量的神经元相互连接而成，具有强大的自组织能力和想象力，仅借助一定的样本数据且无需建立系统的数学模型就可以对系统实现非线性拟合[6]。……