[发明专利]一种天然气井修井暂堵剂用量神经网络预测方法

权利要求书

1.一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于，包括以下步骤：

第一步，数据收集，收集已作业井井场的地质数据、生产资料和现场文字判断，以及天然气修井暂堵剂用量；

第二步，数据预处理，对第一步中收集到的数据进行预处理；

第三步，模型建立，以标准化处理后的数据为输入层，以天然气修井暂堵剂用量为输出层，以第一步中得到的已作业井天然气修井暂堵剂用量为标准值，监督训练得到天然气井修井暂堵剂用量神经网络模型；

第四步，暂堵剂用量预测，获得未作业井的地质数据、生产资料和现场文字判断，作为输入值带入到天然气井修井暂堵剂用量神经网络模型中，得到未作业井的天然气井修井暂堵剂用量。

2.根据权利要求1所述的一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于：所述第二步中，标准化处理的具体方式为归一化，归一化公式为X＝(x-x_min)/(x_max-x_min)

式中，X为数据归一化后在0-1空间的映射值；

x为原始数据值；

x_max为原始数据最大值；

x_min为原始数据最小值。

3.根据权利要求1所述的一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于：所述天然气井修井暂堵剂用量神经网络模型建立的具体方法为建立BP神经网络，设置输入层、隐含层和输出层，初始化隐含层和输出层神经元之间的连接权值w、隐含层阈值a和输出层阈值b。

4.根据权利要求1所述的一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于：所述神经网络隐含层为4-10层。

5.根据权利要求1所述的一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于：所述第三步中，设定神经网络模型的最大迭代次数1000，学习率0.1，训练目标最小误差设置为0.0004。

6.根据权利要求1所述的一种天然气井修井暂堵剂用量神经网络预测方法，其特征在于：所述隐含层和输出层神经元之间的连接权值w、隐含层阈值a和输出层阈值b初始值均为系统给定随机数。