基于BP神经网络方法的分层注水量计算

作者：李国庆; 赵恩远; 任帅勤; 金春玉

来源：科学技术与工程, 2012, (10): 2425-2427+2431.

• 分层注水
• BP神经网络
• 预测 separate layer water injection BP neural network forecast

对静态地层系数法和动态方程法等分层注水量计算方法分析表明:现有方法考虑注水量影响因素较少,计算误差较大,适用性较差。应用BP神经网络方法计算分层注量,以砂岩厚度、有效厚度、渗透率和沉积相影响系数等16个影响因素作为模型输入参数,单层吸水量作为模型输出。实例计算结果表明:BP神经网络法计算分层注水量与实测值的最大误差为6.51%,平均误差为3.21%,准确性较好,说明BP神经网络方法在分层注水量计算方面具有较好的应用前景。

• 单位
  华北理工大学