[发明专利]基于一种改进的神经网络的油井产量预测方法及其装置

摘要

本发明公开了基于一种改进的神经网络的油井产量预测方法及其装置，其涉及石油生产领域，它通过改进的粒子群优化算法对神经网络中的隐层连接权值、输出层连接权值进行优化，再利用神经网络和历史的油井基本参数建立油气产量的预测模型，最终通过输入样本值得到该样本值下的油井产量预测值。针对普通粒子群优化算法优化后的连接权值对提高BP神经网络学习能力的程度有限的问题，本基于一种改进的神经网络的油井产量预测方法主要利用改进的粒子群优化算法对神经网络中的隐层连接权值、输出层连接权值进行了优化，其有效提高了神经网络预测的准确性。

主权项

一种基于一种改进的神经网络的油井产量预测方法，其特征在于，它包括以下步骤：基于影响产量的油井参数初始化PSO算法中的粒子个数、种群数量、最大迭代次数、粒子群中全体最优粒子的位置、单个粒子历史出现的最优位置、惯性权值的最大值、惯性权值的最小值、粒子的初始速度；基于粒子群中全体最优粒子的位置、单个粒子历史出现的最优位置得到更新的速度；基于惯性权值的最大值、惯性权值的最小值、最大迭代次数和实际测试样本值更新惯性权值的最大值和/或惯性权值的最小值；基于粒子的初始速度值得到粒子的理想速度；基于种群数量、粒子个数、更新的速度、粒子的理想速度得到新的惯性权值；根据设置的最大迭代次数进行迭代，基于迭代后的粒子群中全体最优粒子的位置得到隐层连接权值、输出层连接权值；基于设置训练后的隐层连接权值、输出层连接权值的神经网络、历史的影响产量的油井参数和样本值得到预测产量。