刘占良 石万里 孙振 成育红 唐婧

中国石油长庆油田公司第五采气厂

气井动态预测［1］最常见的方法是气藏工程方法［2］以及数值模拟方法。近年来，基于人工神经网络的预测技术也得到了初步应用。人工神经网络［3］是广泛应用于预测预报方面的一种技术。在油气田的地质和产能评价研究中也可以发挥其特长，即把专家对于该油气田地质和产能的经验知识和数学模型结合起来，进行有效的预测。

鄂尔多斯盆地苏里格气田东区气井控制储量小、砂体大小差异大、储层物性非均质性强，难以建立比较可靠的地质模型［4－9］，经验型的预测方法也不能完全使用，导致常规气藏工程方法难以准确预测。对于这类气藏，基于人工神经网络的人工智能预测往往能够取得更好的效果。笔者讨论的预测方法完全依赖于气井生产动态数据，不需要地质参数，所以不受不确定参数的影响。

人工神经网络仍然是通过数值计算求解的。计算是在接受输入数据后，分为多个层次接力完成。如图1所示，多个计算层由数据输入输出相连接，就构成了网络。从输入层接收输入向量X后，计算得到向量H，送入中间隐藏层，隐藏层可以有多层。隐藏层计算得到向量Z，送到输出层。最后输出层给出解向量Y。由于这里的数据是从输入层单方向前进到输出层的，中间没有后向反馈，所以这种网络就是前馈式人工神经网络。属于比较简单有效的一种［1－3］。笔者利用前馈式人工神经网络完成了预测的算法设计和软件。……