位置:成果数据库 > 期刊 > 期刊详情页
基于人工神经网络的煤层气井产能预测研究
  • ISSN号:1006-530X
  • 期刊名称:《中国煤炭》
  • 时间:0
  • 分类:TD9[矿业工程—选矿]
  • 作者机构:[1]国土资源部页岩气资源勘查重点实验室(重庆地质矿产研究院),重庆市渝中区400042, [2]重庆市页岩气资源与勘查工程技术研究中心重庆地质矿产研究院,重庆市渝中区400042, [3]中国矿业大学资源与地球科学学院,江苏省徐州市221008, [4]煤层气资源与成藏过程教育部重点实验室,江苏省徐州市221008, [5]中国矿业大学理学院,江苏省徐州市221008
  • 相关基金:国家科技重大专项项目(2011ZX05034);国家“973”项目(2009CB219605);国家自然科学基金重点项目(40730422);青年科学基金项目(40802032)基于人工神经网络的煤层气井产能预测研究.
中文摘要:

基于时间序列预测思想构建了适合于煤层气井产能预测的BP神经网络模型。以潘庄CM,井为预测实例,结果表明:该模型能够较为准确地预测出煤层气井未来30天的产能变化,其产气量和产水量预测平均相对误差分别为1.359/6和3.88%,从而可为煤层气井排采制度的调整提供依据。

英文摘要:

In order to achieve the purpose of real-time dynamic monitoring and forecasting the coalbed methane well productivity, so build the BP neural network model that based on time series prediction idea suitable for coalbed methane well productivity prediction. Use Panzhuang CMlwell for forecast instance, the results show that. this model can accurately predict the pro- ductivity change of the CBM wells in the next 30 days , the average relative error of gas produc- tion and water production forecast respectively 1.35% and 3.88%, thus provide the basis for the adjustment of the coalbed methane wells drainage system.

同期刊论文项目
期刊论文 19 会议论文 2 著作 1
期刊论文 219 会议论文 56 获奖 6 著作 2
同项目期刊论文
期刊信息
  • 《中国煤炭》
  • 北大核心期刊(2011版)
  • 主管单位:中国煤炭工业协会
  • 主办单位:煤炭信息研究院
  • 主编:贺佑国
  • 地址:北京市朝阳区芍药居35号楼
  • 邮编:100016
  • 邮箱:mt@zgmt.com.cn
  • 电话:010-84657853 84657855
  • 国际标准刊号:ISSN:1006-530X
  • 国内统一刊号:ISSN:11-3621/TD
  • 邮发代号:82-824
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:14416