摘要
本发明公开了一种基于BP神经网络的裂缝导流能力计算方法,包括:获取裂缝导流能力影响因素和裂缝导流能力的实验测试数据;采用箱型图法对实验测试数据进行异常值检测,剔除异常数据;采用Pearson系数法进行裂缝导流能力与影响因素的相关性分析;采用最小‑最大值规范化方法对数据预处理;采用独热编码方式对增产维护措施编码;将数据集划分,随机使用数据集的80%作为训练样本,20%作为测试样本;建立BP神经网络模型;将训练数据输入模型进行模型的训练,完成后使用测试数据集对模型进行验证,并进行超参数调优。本发明能够实现简洁、快速、较准确地预测裂缝导流能力,为指导生产、提高油气田智能化提供支持。
技术关键词
裂缝导流能力
BP神经网络
计算方法
规范化方法
节点数
Sigmoid函数
超参数
支撑剂
样本
误差信息
计算误差
异常数据
措施
编码
泊松比
指数
系统为您推荐了相关专利信息
潮流计算方法
历史数据建模
数据缺失值
配电网潮流
电压
抗压强度预测方法
水泥熟料
BP神经网络
粒子群算法
神经网络预测模型