基于K折双循环神经网络的缝洞型油藏单井注气效果预测方法

塔河油田缝洞型碳酸盐岩油藏单井注气开发时各井效果差异较大,进行注气效果预测时注气井数达不到常规BP神经网络方法的要求。提出了K折双循环神经网络方法,该方法能够充分发挥样本数据的训练潜能,解决小样本条件下的神经网络训练难题;运用主成分分析法筛选出影响塔河油田单井注气效果的主控因素为底水能量、储量规模、注气量、储集体类型、采出程度等5项,以主控因素为输入参数,以注气增油量为输出参数构建了预测模型,对单井注气效果进行了定量预测。结果表明:本文方法预测注气后增油量值与实际值相比,误差最小为2.05%,最大为9.64%,符合工程上精度要求。本文方法为塔河油田缝洞型油藏注气选井提供了1种有效的定量分析工具,具有矿场应用价值。