[发明专利]基于GA-BP神经网络的页岩气开发区水资源承载力评价方法

说明书

本发明公开了一种基于GA‑BP神经网络的页岩气开发区水资源承载力评价方法，具体步骤如下：步骤一、确定页岩气开发所在区域基本概况；步骤二、建立开发区水资源承载力评价指标体系；步骤三、综合确定水资源承载力指标分级标准；步骤四、构建GA‑BP神经网络模型，生成样本数据，将输出样本期望值在承载力等级区间插值；步骤五、对数据进行归一化处理；步骤六、通过遗传算法对BP神经网络的初始权值和阈值进行优化；步骤七、将验证数据代入优化后的BP神经网络模型，得到期望输出与结果的相关系数。本发明确定了评价指标及分级标准，优化了指标在BP神经网络中的权值和阈值，更容易挖掘影响水资源承载力的指标，能更好的反应指标变化带来的影响。

技术领域

本发明属于页岩气开发施工技术领域，特别涉及一种基于GA-BP神经网络的页岩气开发区水资源承载力评价方法。

背景技术

页岩气是蕴藏于页岩层可供开采的天然气资源，较常规天然气相比，页岩气开发具有开采寿命长和生产周期长的优点。中国的页岩气资源可采资源量约为115 000×10⁸～361 000×108m³，近几年页岩气年产量达到44.6×108m³，页岩气的大规模开发有助于改变我国能源消费结构。开采页岩气能为开采区域带来巨大的经济效益，但开采过程中需要消耗大量的淡水资源，可能威胁到当地的水资源可持续利用，据统计，页岩气水平井钻井和压裂所需水量达到约10000～24 000m³，钻井液的重复利用率为30％～70％，相比煤层气单井耗水量仅仅为300～1 000m³，页岩气开采耗水十分严重。如果不协调页岩气开发与水资源之间的关系，可能导致区域水资源匮乏，对页岩气开发区域的社会、经济和环境造成恶性影响。因此，开展页岩气水资源承载力评价研究，可以促进页岩气开发区域水资源、经济和社会协同发展。

目前，对于水资源承载力主要的评价方法有多元数据分析的投影寻踪、综合评价法、多目标分析法、系统动力学法等，而水资源系统具有非线性和混沌特征，水资源承载力评价的各项指标彼此间存在非线性的联系，这些方法对于评价指标权重的确定存在主观成分。且多数研究基于区域或流域展开水资源承载力的评价，专门对页岩气开采区域水资源承载力的研究较少。

发明内容

本发明提供了基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，用以解决页岩气开发过程中的水资源承载力评价的指标体系建立、分级和评价等技术问题。

为实现上述目的，本发明采用如下技术方案：

一种基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，具体步骤如下：

步骤一、根据页岩气开发所在区域，确定开发区的基本气候、地质特征和年平均降水量；

步骤二、进一步结合页岩气开发用水特点，建立开发区水资源承载力评价指标体系，指标体系包含社会指标分级、水资源指标分级、经济指标分级、生态指标分级和页岩气指标分级共五个一级指标分类，以及五个指标分类各对应的二级评价指标；

步骤三、结合水资源承载力评价指标体系中各二级评价指标的取值范围，综合确定水资源承载力各二级评价指标分级标准，分级标准共分为五个等级区间状态；

步骤四、构建BP神经网络模型，基于水资源承载力各二级评价指标分级标准，采用随机技术公式生成样本数据，将输出样本期望值在每个等级区间状态插值，分别使处于各个区间内；

步骤五、对步骤四的数据，采用最大最小方法对数据进行归一化处理，计算公式如下：

式中：X_max和X_min为数据中最大值和最小值；X_ij为数据的实际值。