《表6 不同模型预测结果:基于量纲分析的优化神经网络模型预测GAGD非混相开发油藏采收率》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于量纲分析的优化神经网络模型预测GAGD非混相开发油藏采收率》
不同模型预测结果见表6,利用机器学习算法进行预测,得到的结果相比于非线性拟合方法,相关性都有所提高。当遗传算法网络模型结构隐藏层节点数为13和30时,模型对于物理模拟和数值模拟结果的预测效果较好,对于实际油田结果的预测误差非常明显;当节点数增至50时,实际油田预测效果明显提升,预测值与实际值的拟合相关系数可以达到0.9635。理论上无限增加节点数可以使预测精精度无限提升,但是相对应的预测模型计算时间会呈现几何倍数增长,大大削弱了预测模型的快捷性。对于粒子群算法,预测效果随着节点数增加并没有明显提升,但是该预测模型计算时间远少于遗传算法模型。由以上结果分析可知隐藏节点数为50的GA-BP预测模型和隐藏节点数为30的PSO-BP预测模型预测精度更高。
图表编号 | XD0094661400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 陈小龙、李宜强、管错、陈诚 |
绘制单位 | 中国石油大学(北京)油气资源与探测国家重点实验室、中国石油大学(北京)石油工程学院、中国石油大学(北京)油气资源与探测国家重点实验室、中国石油大学(北京)石油工程学院、中国石油大学(北京)油气资源与探测国家重点实验室、中国石油大学(北京)石油工程学院、中国石油大学(北京)油气资源与探测国家重点实验室、中国石油大学(北京)石油工程学院 |
更多格式 | 高清、无水印(增值服务) |