基于免疫系统原理的RBF神经网络及其压裂优化设计应用

刘洪 黄桢 王峰 范兴亮 蔡苑 王锐 钟雨师 邓丽萍

LIU Hong HUANG Zhen WANG Feng FAN Xing-Liang CAI Yuan WANG Rui ZHONG Yu-Shi DENG Li-Ping

综合运用灰色关联和主成分分析方法，对中原油田文13块砂岩油藏51口压裂井及压裂层的静、动态地质资料和压裂施工参数等进行分析，筛选出压裂层渗透率、孔隙度、有效厚度、含油饱和度、含水率、地层温度、平均日产油量和压裂施工中的排量、前置液量、携砂液量、加砂量、砂比等12个参数，并利用基于免疫系统原理（MS）的径向基函数神经网络模型（AIS—RBF神经网络），定量研究了51口压裂井中的42口的12个参数组合（输入样本）与压后日增产倍比之间的复杂的高度非线性关系，建立了压裂优化设计预测模型。用其余的7口油井的13个参数组合对模型进行了测试，绝对误差均小于6％，表明AIS—RBF算法的计算量小、精度高、泛化能力强.