作者:李星; 杨斌; 朱冉; 齐翃洋bp神经网络煤层固定碳含量参数预测
摘要:固定碳是煤层工业组分的重要参数之一,传统的均质理论、线性假设在储层参数预测过程中存在着模型简单、受地层非均质性影响较高等方面的不足,参数预测结果误差较大。为提高对工业组分预测的精度及推广能力,采用非线性关系的BP神经网络方法,通过测井数据预处理、挑选学习样本等工作建立预测原煤固定碳含量的BP神经网络模型。经过学习效果检验及误差分析得出,由BP神经网络预测得到的原煤固定碳含量与实验分析数据之间误差小,预测精度高,具有较好的可推广性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社