李 萍 吉 勇 熊 杰 刘 昊 冯吴祥 王 栋

(陕西韩城天久注浆勘探有限责任公司，陕西 715400 )

BP神经网络补偿算法在煤层气井产量预测中的应用

李 萍1吉 勇2熊 杰2刘 昊3冯吴祥3王 栋3

(陕西韩城天久注浆勘探有限责任公司，陕西 715400 )

为了精细监测和了解排采过程煤储层参数的动态变化，本文提出了一种基于BP神经网络补偿算法，对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析，结果表明，未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07～0.26%)和0.72%(0.01～2.4%)，预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法，同时为排采工作制度提供依据。

BP神经网络 补偿算法 煤层气井 产量预测

在煤层气井排采阶段，产量预测意义重大。针对煤层气井建立一种有效的预测模型，以现有生产数据为基础，准确地预测出一段时间产量情况，将为后期排采安排提供支持。本文构建了基于BP神经网络补偿算法的预测模型，以DFS-C02井历史生产数据对未来产量的变化进行预测与验证。

1 神经网络简介

人工神经网络(Artificial Neural Network 简称ANN)对人脑神经元网络进行抽象，按不同的连接方式建立某种简单模型组成多种网络的一种信息处理方式，通常简称为神经网络。ANN由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称为权重。根据不同的连接方式，权重值和激励函数也随之改变。……