基于主成分分析和优化神经网络的注水井吸水能力预测

摘要

针对渤海P油田储层纵向非均质性较强的特点,提出基于主成分分析和优化神经网络(PCA-PSO-BP)的注水井吸水能力预测方法,以提高预测准确度,进而改善纵向吸水不均的问题。根据动静态生产资料,通过皮尔逊线性回归对渗透率、泥质含量、含油饱和度、电阻率、孔隙度、注采井距、射孔厚度共7个因素进行相关性分析,结果显示渗透率与泥质含量、电阻率、孔隙度之间存在一定的线性关系。通过主成分分析对这7个因素进行降维处理,以重新生成的3个主成分作为模型数据集,并对其神经网络模型进行优化,最终建立PCA-PSO-BP预测模型。通过注水井生产实例,验证了此模型的良好效果。