用人工神经网络预测动态滤饼的物性参数

？钻井过程中,在井壁上形成的动态滤饼不仅是安全、快速钻进的重要因素,而且动态滤饼的质量与油气层受伤害的程度,测井解释的准确性、油气井的产能等都有重大的影响,因此,动态滤饼一直为国内外众多石油界专家、工程技术人员所重视,对它的研究也未曾中断。渗透率及厚度是动态滤饼的两个重要物性参数,影响因素很多,错综复杂。准确测定动态滤饼的渗透率和厚度是必要的,但也是不易的。以往的实验测定方法,需要人力、物力与时间,费时费事。笔者利用人工神经网络原理,建立了动态滤饼的渗透率及厚度预测的神经网络模型。从sw-ⅱ型高温高压动态污染仪测得的实验数据,通过bp算法,对动态滤饼的渗透率及厚度作出参数预测,其精度在90%以上,表明该模型的正确性。利用此模型作动态滤饼的参数预测具有省时、省事,在计算机上易于实现,操作简单、快捷的特点,在现场生产及室内研究中,此模型具有广泛的应用前景。