基于多聚合过程神经元网络的剩余油分布模型的研究

由图 ｌ 所表 示 的多聚合 神经 元 的输人 与输 出之 间的映射 关 系为
＝
（ ， ， ） ． …， ） （ 一 ） （ ｆ…， ０ ， ， ｔ ） ． ０ ， ｍｏ ）
wenku.baidu.com
收稿 日期 ：２ １— １ １ ０ ０ １— ０
作者 简介 ：刘 明 （ ９４ ，贝，黑 龙江 人 ，硕 士研 究 牛 ，主要从 事 人工智能 数据 挖 掘方 而的研 究 ，ｌ ｍｎ０ １＠１３ ｏ １８一） ｉ ｉｇ７９ ６ ． ｉ ｕ ｃｎ
第 ２ 卷第 １ ７ 期
２１年 １ ０１ 月
齐 齐 哈 尔 大 学 学 报
Ｊ ｒａｌ ｆＱｉ ｈ ｒＵｎｖ ｒ ｉ ｏｕｎ ｑｉａ ｉｅ ｓｔ ｏ ｙ
Ｖｏ．７． ． １２ Ｎｏ １
Ｊ ｎ， ０ ａ ． １ ２ １
基 于 多聚合 过程 神 经 元 网络 的
剩 余 油分 布模 型 的研 究
刘 明
（ 北 石 汕大 学 计 算 机 与 信息 技 术 学 院 ．黑 龙 汀 大 庆 １ ３ ｌ 尔 ６ ３ ８）
摘要 ：传统的建模方 法中，无 沦是确定性建模方 法还是随机建模方法都不能表达地质模 型在时 问维一 Ｉ ＬＩ预测。建 立基于多聚合过程神经元网络的时空维地质模 型．能够描述储层参数在四维 宅问上特 征和 问展布 ，能够有效地 预测剩余汕分布情况 ，对于汕气开采具 有十分重要 的意义。 关键词 ：多聚合过程神经元网络 ；时卒维 ；储层参数 ；剩余汕
量ｔ 有关 ，系统 的输 出是这些 冈素共 同作用 的结 果 。多聚合 过程 神经元 的输 人＼ 出及 其连接 权 函数均 可以 输 是任意形 式 的多元过 程 甬数 。其对 输人 信 号的 处理包 括 空问上 的 聚合运 算 和开 问上 的 累积运 算 以及激励 寸
输 出等运算。多聚合过程神经元的一般模型如图 ｔ 所示。
－ Ｊ ＝ ＝
／
…
／
一
Ｌ
～
ｌ 多 聚合 过称神 经元模 型 ｇ１ ｌ
冈ｌ ，Ｉ２ ） 输入函 １２ …，？ ∈０ 】， １２ …， ；Ｗ ｒ…ｔ为 中： ，， ｆ…， 为 数， ， ， ， ， ［ ， ＝， ， ｉ ： ， 连 ， ，， ）
接权 数 。
・
８・
齐 齐 哈 尔 大 学 学 报
２ １ 年 ０１
其中： （ ｔ … ｆ 为权函数向量； （ ｔ…， ） ｆ ２ ，， ｌ， ， ， ） ｆ ２ ｔ 为输入函数向 ｌ， ， 量；０为多维过程输入函 数的空间聚 合
算子；０为多元过程函数的累积算子； （ 为多元聚合函数； 为阈值函数。 ・ ）
考 虑到储层 参数不 仅与 三维 空 间坐标 有关 ，而且与开 采时 间也相关 ，因此 本文采 用 多聚合过程 神经元 网络来 建立储层 时空维 地质模 型 。多 聚合过程 神经元 网络在传 统 的过程神 经 网络 的时问输 入 的基础 上引入
了空间位置坐标 的输入 ， 并且其输入＼ 输出以及连接权函数均可以是既与时问相关又与空间相关的多元过程 函数 。由于引入 了时 间维输人 ， 然导致 系统 的数据量 庞大 ， 必 多聚合 过程 神经元 网络 具有本 质上的并 行性 ， 能够准确高效地处理系统数据 ， 因此将多聚合过程神经元网络应用于储层时空维地质建模能过较好地描述 储层各参数在四维空间上的变化 ，能够有效地实现剩余油的分布 ” 。
四维空问 的研 究 ，可 以较好 地捕述 和 揭示储 层参 数在 四维空 间 的特 征 和空 间展布 ，进而 有效 预测剩余 油的 分 布 。
１ 多聚合过程神经元 网络模型
１１ 多聚合过程 神经 元模型 ．
在油田开发一次采油等某些实际系统中，系统的输入不仅与空间位置 （ ）：有关，而且还与Ｈ问变 ，） ，， 寸
２ 储层时空维地质模 型的建立
２１ 储层 时空维地 质模 型构 建原理 ． 在 地质历史 的演化 进程 中 ，通过沉 积物 的沉积 和成岩作 用 ，或是 由岩浆 侵入 和喷 出作用 或变质作 用及
其后期次生变化 ， 又经历了构造地质的综合作用最终形成储层 ，由于油气储层的成因决定了其非均质性和 不确定性 ，因此储层的参数不仅随着三维空间在变化而且与油气开采的不同阶段也会有相应的变化。因此 在开发阶段，通过研究开发井网的布置和开发方案的制定 、油层保护和改造 、 开发过程中的剩余油分布的 分析 和预测来提 高采收 率优 化方 案 的设计 和实施 嘲 。
中图 分 类号 ：Ｔ １３ Ｐ ８ 文 献 标 识 码 ：Ａ 文 章 编 号 ： １０ — ８Ｘ（ １）ｌ０ ０ — ４ ０ ７ ９ ４ ２ １ 一 ０ ７ ０ ０ ｏ
目前 我 国绝大 部分 老油 田都 已经处 于高 含水期 。高含水 期油 田开 发 与调整 的研究 变得 至关 重要 ，其研
１２ 多聚 合过程神 经元 网络模 型 ．
由多聚合 过程 神经 元 和其 它类 型 的神经 元按 照一 定 的结构 所构 成 的神 经 网络 模 型称 为 多聚合 过程神
经元网络。由于多聚合过程神经元网络中不仅加人了时问因素 ，同时还引人了空问位置上的累积运算，因
此多聚合 过程神经 元 网络 的 网络结 构要 比普通过 程神经 网络要 复杂 的多 。
究 难度也要 比处于 低 、中含水 期 的油 田要大 得多… 。这 是 因为我 国注水 油 田大 多经历 了几 十年 的开发 与调
整 ，地下油 、气 、水分 布十 分复杂 ，研 究 的难点之 一就 是确定 剩余 油分 布及 其饱 和度 变化规 律 。 目前应用 各种 确定性 建模 方法 和 随机建模 方法 ，在建 立各种 各样 的储 层半 定量 和定 量静 态地质模 型方 面取得 了很 大进展 拉 无法 应 用这 些方 法研 究和 表达储 层参 数 随时 问变化 的动态 变化 规 律 ，更 不能 实现 。但 储 层各参数 在时间 维的预 测 ，冈此很 难 实现剩 余油分 布 的有效 预测 。 ‘ 多 聚合 过 程神 经元 网络可 同时考 虑 多个 过 程 冈素对 复 杂 系统共 同作 用 的影 响 以及 多元 过 程效 应 的累 积 ，具有 对多维过 程空 间复 杂 系统 的直接建 模 和信息 处理能力 。因此 将 多聚合 过程 神经 元 网络用 于储 层在