神经网络在CB油田储层预测和储层厚度计算中的应用

根据ＣＢ油田提出了神经网络进行体育场支预测和计算地层厚度的方法。将传统的储层预测方法与人工神经网络相结合，能较好地解决ＣＢ油田的储层预测问题。     

神经网络在储层横向预测中的应用

传统的冯·诺依曼程序存储式计算机擅长于数据处理，但在类似于面貌及声音识别这样一些简单的认知问题方面，与人类相差很大，这种差异推动神经网络的研究，本文讨论误差反向传播网络（ＢＰ）。给出了ＢＰ网络在储层横向预测测方面的应用。     

神经网络在辽河滩海地区油气储层产能预测中的应用

从达西二维产量公式出发，研究储层产能的理论方程，通过相对渗透率与含水饱和度的函数关系为纽带，导出油气储层产能与储层有效孔隙度、渗透率以及电阻之间的多元关系式，在此基础上，结合测井学的基本理论，探讨了利用测井资料进行储层产能预测的基本思想，最后采用人工神经网络技术建立了储层产能预测系统，该方法用于辽河油田滩海地区海南构造带东营组三段储层的油气产能预测，效果良好，从而证实了方法的有效性。     

神经网络在辽河滩海地区油气储层产能预测中的应用

从达西二维产量公式出发 ,研究储层产能的理论方程 ,通过相对渗透率与含水饱和度的函数关系为纽带 ,导出油气储层产能与储层有效孔隙度、渗透率以及电阻率之间的多元关系式 ,在此基础上 ,结合测井学的基本理论 ,探讨了利用测井资料进行储层产能预测的基本思想 ,最后采用人工神经网络技术建立了储层产能预测系统 ,该方法用于辽河油田滩海地区海南构造带东营组三段储层的油气产能预测 ,效果良好 ,从而证实了方法的有效性     

基于GRNN神经网络的中厚板轧机厚度预测

根据4200轧机轧制45号钢的实测数据,利用Matlab神经网络工具箱,建立中厚板轧机厚度预测的GRNN神经网络模型.研究结果表明;GRNN神经网络模型能较好地预测轧件厚度的变化,相对误差很小;与BP网络和Elman网络模型相比,GRNN网络模型具有更高的精度和更强的稳定性.     

神经网络模式识别技术在井间储层参数预测中的应用

用地震资料和少量测井资料预测储层参数的横向变化,是储层评价和油气勘探开发的重要研究课题。地震资料中蕴含着丰富的储层物性信息,若能建立起地震参数与储层物性参数之间的关系,则可利用地震资料进行储层参数的横向预测。文中提出了一种神经网络模式识别方法,用地震反射资料进行井间储层参数预测。应用结果表明,用网络法对井间孔隙度做出的估算值是准确的,用网络自动建立起来的非线性映射关系可能较好地反映井间孔隙度的分布。     

神经网络在储层横向预测中的应用

传统的冯·诺依曼程序存储式计算机擅长于数据处理，但是在类似于面貌及声音识别这样一些简单的认知问题方面，与人类相差很大．这种差异推动了神经网络的研究．本文讨论了误差反向传播网络（ＢＰ）．给出了ＢＰ网络在储层横向预测测方面的应用．     

人工神经网络在矿藏预测中的应用

将人工神经网络方法应用于矿藏预测，本文介绍了该方法的原理和计算步骤，报道了应用人工神经网络方法评价化探异常。特征变量包括化学成分Ｃｕ，Ｓｎ，Ｍｏ，Ａｓ，Ｓｂ，Ｎｉ，Ｐｂ以及物理和地质变量，训练样本的分类正确率达１００％，据此模型预报了若干矿点为铅矿区，将人工神经网络的预报结果和模式识别结果作了比较，并讨论了它在地质勘探中应用的若干特点。     

神经网络在广义预测控制中的应用

利用ＢＰ神经网络技术把多变量系统解耦为单变量系统,并推导出基于ＡＲＭＡＸ模型的隐式ＧＰＣ算法。用此算法控制解耦后的系统。     

模糊神经网络在冷连轧厚度控制中的应用

由于冷连轧厚度控制系统具有非线性、大时滞的特点,在冷连轧厚度的常规 PID 控制中,PID 控制器的参数往往针对某一种情况进行整定,很难控制冷连轧厚度始终处于一个好的状态.为此,在分析了厚度控制原理的基础上,设计了用一个2-5-1结构的 BP 网络实现的模糊神经网络控制器(FNNC),并将该 FNNC 控制器与积分作用相结合构成一个 FNNC-I 控制器.仿真结果表明,该 FNNC-I 控制器提高了系统的动态和稳态性能、抗干扰性以及鲁棒性,其控制效果优于常规 PID 控制器.     

油藏描述中多层次地震预测技术的应用

根据ＣＢ油田的实际情况,提出了以地震资料应用为基础,结合测井、地质、钻井等资料对油藏进行多层次综合研究的一套方法。主要包括：①利用综合参数法由地震信息预测砂岩发育区,指出勘探目标;②利用地震资料神经网络储层预测方法在砂岩发育区内确定油气富集带和部署探井;③在油气富集带内,利用地震和测井资料完成油井单个砂体的边界确定和厚度定量计算。利用这３ 个层次的地震预测技术逐次解决了宏观的砂体分布、油气富集区带和单砂体定量解释。利用其预测结果所布置的２ 口探井都见到了高产工业油流,取得了良好的效果     

高度非均质复杂断块油田油层有效厚度的确定方法

针对高度非均质复杂断块油田地质特点，采用分层划块、去异存同的原则，综合应用岩心分析、生产测试、测井及关键井研究成果。利用含油产状法、测试法、泥浆侵入法、数理统计法、经验统计法和综合分析等方法，确定了枣南孔一、孔二段５套有效厚度划分标准，制定了适应油田特点的有效厚度夹层扣除原则及标准，对枣南１５０口井近万ｍ井段的有效厚度进行了详细的划分与标定     

基于 BP 人工神经网络储集层参数面向微相预测法

为了提高ＢＰ人工神经网络学习速度和精度，以及对储参预测的效果，本文从学习样本着手，针对储集层不同的沉积微相，及其沉积环境等特点的不同，选取相应的学习样本模型——面向微相预测法。充分体现了样本典型性、代表性的地质意义。其效果比人们常规作法有显著的改善。     

油藏描述中多层次地震预测技术的应用

根据ＣＢ油田的实际情况，提出了以地震资料应用为基础，结合测井，钻井等资料对油藏进行多层次综合研究的一套方法。主要包括：（１）利用综合参数法由地震信息预测砂岩发育区，指出勘探目标；（２）利用地震资料神经网络储层预测方法在砂岩发育区内确定油气富集带和部署探井（３）在油气富集带内，利用地震和测井资料完成油井单个砂体的边界确定和厚度定量计算。利用这３个层次的地震预测技术逐次解决了宏观的砂体分布、油气富集区     

利用神经网络外推预测油田综合含水率

逻辑斯特（Ｌｏｇｉｓｔｉｃ）模型常被用来预测油田晚期勘探阶段的石油资源，还可用来预测一个油区的含水率变化过程。文中应用改进的神经网络算法和结构，预测油田的含水率变化趋势；并与Ｌｏｇｉｓｔｉｃ模型预测结果进行了比较，结果表明；神经网络是一种可行的石油资源外推预测方法。     

复杂潜山储集层厚度的一种计算方法

潜山油藏一般具有地质结构复杂多变、储集层横向非均质性严重等特点 ,在计算地质储量时很难求准、求精储集层厚度。作者针对埕北古 10 0潜山古生代地层垂向保留少、横向变化大、井间又难于对比的情况 ,通过综合分析建立地质模型 ,制作高精度的合成地震记录 ,准确标定潜山储集层 ,利用地震资料横向密集和连续的优势 ,应用测井约束波阻抗反演技术 ,比较好地求取了储量计算范围内的潜山储集层厚度 ,为储量计算打下了基础。     

随机模拟技术在油田勘探阶段油藏描述中的应用

以塔中 16 16 1井区为例 ,探讨了随机模拟技术在油田勘探阶段油藏描述中的应用。针对勘探阶段油藏钻井少、生产数据缺乏的实际情况 ,对储层随机模拟过程中出现的问题 ,如变异函数求取、模型的筛选等 ,进行了初步的分析 ,并提出了相应的解决方法。利用序贯高斯模拟、指示高斯模拟和模拟退火对该井区的储层参数进行了随机建模 ,较好地描述了储层空间分布的不确定性 ,发现了潜在的油藏延伸带 ,并给出了油气储量的可能分布 ,为油田的下一步勘探及油田的开发风险分析提供了依据     

随机模拟技术在油田勘探阶段油藏描述中的应用

以塔中16－161井区为例,探讨了随机模拟技术在油田勘探阶段油藏描述中的应用。针对勘探阶段油藏钻井少、生产数据缺乏的实际情况,对储层随机模拟过程中出现的问题,如变异函数求取、模型的筛选等,进行了初步的分析,并提出了相应的解决方法。利用序贯高斯模拟、指示高斯模拟和模拟退火对该井区的储层参数进行了随机建模,较好地描述了储层空间分布的不确定性,发现了潜在的油藏延伸带,并给出了油气储量的可能分布,为油田的下一步勘探及油田的开发风险分析提供了依据。     

神经网络理论在制冷与空调中的应用

本文简要介绍了人工神经网络的基本原理,叙述了常用的ＢＰ网络和训练算法,综述了神经网络在制冷空调中应用的研究和开发现状。最后展望了近期神经网络在空调制冷领域应用的研究和开发走向