李铁宁

摘要：针对油田异常井诊断的问题，本文提出基于反馈动态神经网络的模型，具有适应性强、学习效率高等特点。结合粒子群算法弥补其训练速度慢和容易陷入局部最小的缺点，给出了模型及算法的优化原则和实现技术。最后根据实际问题，进行了油田异常井诊断模型的具体应用，实验结果证明模型对于异常井诊断具有较高准确性及可行性。

关键字：反馈动态神经网络;粒子群算法;异常井

中图分类号：TP301    文献标识码：A

Study on Diagnosis Modle of Oilfield Abnormal Well Based on Feedback Dynamic Neural Network

Li Tie-ning*

（School of Computer and Information Technology，Northeast Petroleum University，Daqing 163318，China）

Abstract：According to oilfield abnormal well， This paper proposes a dynamic feedback neural network model， this model has the characteristics of strong adaptability and higher learning efficiency. Combined with the particle swarm algorithm to compensate for its training speed  slowly and easy to fall into local minimum points， it gives the principle of optimization model and algorithm and implementation technology. Finally， according to the actual problem， this papers carries on the concrete application of diagnosis modle of oilfield abnormal well， experimental results show that the model for abnormal well has higher diagnostic accuracy and feasibility.

Key words：Feedback dynamic neural network;particle swarm algorithm;abnormal well

1引言

在油田生产过程中，涉及很多因素，比如说地面设备因素、井下设备因素等，只有当各个因素达到平衡状态，油井才可以正常运行。但是由于井下的不确定性以及设备功能结构的复杂性，传统的技术分析难以实时对发生异常的油井进行及时处理，为保证油田安全，需建立诊断油田异常井的模型。反馈动态神经网络是在反馈神经网络模型的基础上提出的，一种带有信息反馈的网络模型，各神经元节点之间按系统的信息流向进行连接，与传统的模型相比，可提高网络学习的效率和稳定性。结合粒子群算法，优化学习算法，可提高收敛速度和鲁棒性。反馈动态神经网络模型有很多种，本文研究的是三层结构的网络模型，提出基于反馈动态神经网络的油田异常井诊断模型，可对异常井进行判断，具有实际操作的可行性。

2 反馈动态神经的概述

反馈动态神经网络由输入层、隐层、反馈层和输出层构成。……