免疫神经网络在固井质量预测中的应用研究

　　1　引言

　　固井质量是保证油气井寿命,提高采收以及合理开发油气资源的关键性技术之一。设计一套优化的固井施工方案指导现场施工是提高固井质量的关键。目前,固井施工方案主要是由固井专家根据自己多年积累的丰富经验和大量计算而设计出来的,但却不能事先得到设计结果,方案中的问题也无法得到及时的纠正。因此,建立一个准确的固井质量预测模型指导固井施工方案,是国内外固井专家十分关注的课题。

　　固井质量的好坏是受地层条件,钻井液性能,井眼条件,后期工况变化等多种因素综合作用的结果[1],甚至还有至今未被人们认识到的因素的影响,同时人的主观想法和做法对其的影响也是不可忽视的。因此,用现有的理论准确地表达出各个因素之间的相互作用,从而确定对固井质量的影响是不可能的。实际上,固井质量是一个复杂的动力学过程,与其影响因素之间存在着复杂的非线性关系,而BP网络具有极强的非线性逼近能力,能真实表示出输入变量与输出变量之间的非线性关系,它不用预先设定函数形式就可以对非线性的各种数据进行拟合、建模和预测。

　　为了克服BP网络的缺点,提高模型精度,本文应用免疫神经网络建立固井质量预测模型对固井质量进行预测,以提前了解固井施工方案中存在的问题,及时修改方案中的有关参数,较好的指导生产,提高油水井的生产寿命和产量。

　　2　基于免疫算法的神经网络模型

　　2. 1　BP网络概述

　　反向传播网络(Back-Propagation Network,简称BP网络)是对非线性可微分函数进行权值训练的多层网络。从系统的观点看,BP网络是由大量神经元通过积极丰富和完善的连接而组成的自适用非线性动态系统。它包含了神经网络理论中非常精华的内容,由于其结构简单、可塑性强,得到了广泛的应用。

　　BP网络由输入层、隐含层和输出层组成。层与层之间采用全连接方式,同一层内各神经元之间不存在连接。图1为含有一个隐含层的BP网络的拓扑结构[2]。○代表神经元(节点),连接两层神经元的直线段表示二者之间的连接权值。BP网络具有多输入多输出特性,容易用于多变量非线性函数的逼近,由于它是一个非线性网络,其学习算法是局部最优的,训练时需要用到全局信息。BP网络的主要缺点是隐含层节点数不确定,学习效率低,收敛速度慢,易限于局部极小值状态等问题。

　　2.2　免疫算法原理

　　免疫系统[3]是哺乳动物抵御外来有害物质侵害的防御系统,动物一生始终处于复杂多变的、充满伤害的自然环境中,能够平安无事、进行正常的活动,免疫系统在其中起着重要的作用。免疫系统以其有限的资源,能够有效地应付数量庞大的近乎无限的不同种类的病毒的侵害,这一特性引起了人们特别的关注。免疫算法正是这一思路的产物,是受生物免疫系统的启示而设计出来的一种具有对多峰值函数进行多峰值搜索及全局寻优能力的新型算法。