一种基于神经网络的气井积液诊断方法

    公开(公告)号:CN115186739A

    公开(公告)日:2022-10-14

    申请号:CN202210719524.0

    申请日:2022-06-23

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明属于油气田开发技术领域,特别是涉及一种基于神经网络的气井积液诊断方法。方法包括以下步骤:S1,获取气井的油压、套压、产气量、产水量;S2,将所述气井的油压、套压、产气量、产水量输入应用神经网络的气井积液诊断模型,输出判断结果,所述判断结果包括气井积液和气井不积液;所述应用神经网络的气井积液诊断模型是通过对BP网络模型的最后一层隐藏层增加神经元个数以及在输出层中增加dropout结构后训练得到的。本发明的方法利用了气井现有的生产测试数据,简化了大量复杂的机理研究,构建了应用神经网络的气井积液诊断模型,采用基于该模型的气井积液诊断方法,预测气井积液的成功率较高,可以用来判断气井积液。