期刊文献+

神经网络在固相颗粒损害仿真建模中的应用 被引量:1

APPLICATION OF NEURAL NFTWORK TO SIMULATED MODELING OF FORMATION DAMAGE CAUSED BY SOLID PARTICLSS
下载PDF
导出
摘要 地层损害是石油工业棘手的一个问题,而固相颗粒损害是地层损害的主要形式,因此,如何研究、量化固相颗粒损害问题对于保护储集层防止地层损害是很重要的一项工作。本文用神经网络的方法建立了固相颗粒损害的动态模型,然后对固相颗粒损害进行了仿真研究,取得了满意的效果,为量化固相颗粒损害问题和量化影响固相颗粒损害的诸多因素(颗粒尺寸、浓度、注入速度等)的相对作用大小提供了一个快速方便的方法。应用结果表明,该方法简单,通用性强,不仅适合于固相颗粒损害问题的量化研究,而且还适合于其它领域的类似问题的研究。 In petroleum industry,formation damage is a difficult problem and its main form is solid particles damage. So how to study and quantify the damage caused by solid particles is an important task for preventing reservoir from damage. In this paper,dynamically modeling of solid particles damage is set up by neural network. Then the damage result from solids invasion is simulated,and satisfactory result is obtained,which provides an efficient and fast method for the quantification of damage due to solids or particles factors such as solid size,concentration etc. The results of application demonstrate this method is simple and general for other study.
作者 梅文荣
机构地区 西南石油学院
出处 《天然气工业》 EI CAS CSCD 北大核心 1994年第4期37-39,共3页 Natural Gas Industry
关键词 地层损害 储集层 神经网络 neural network, solid particle, formation damage, reservoir, oil-gas development,dynamic model, simulation
  • 相关文献

参考文献5

二级参考文献5

共引文献30

同被引文献3

引证文献1

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部