BP神经网络补偿算法在煤层气井产量预测中的应用

摘要

为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测.对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79％ (0.07 ～0.26％)和0.72％ (0.01～2.4％),预测结果较准确.BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据.