期刊文献+

人工神经网络自学习方法在大港滩海油田的应用 被引量:3

在线阅读 下载PDF
导出
摘要 本文以人工神经网络自学习方法在大港滩海油田的试验为例,探讨能否利用人工神经网络自学习方法预测泵的工作状况并通过生产参数优化提高电潜泵油井产量。试验结果表明,该方法可以解决电潜泵油井生产过程中的两大问题:预测泵的工作状况、实时计算并优化泵的最大合理产量。操作人员根据预测结果可及时合理地采取防范措施,尽量避免故障的发生或将故障损失降到最低,及时调整油井的合理产量,使油井处于最佳生产状态,提高电潜泵油井生产运行的稳定性,并提高了试验油井产量的5%。
出处 《中国石油和化工》 2010年第11期46-47,共2页 China Petroleum and Chemical Industry
  • 相关文献

参考文献4

  • 1Bishop, C.M. : Pattern Recognition and Machine Learning. Heidelberg: Springer 2006.
  • 2Rosenblatt, F.. The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Reviews 65, 1958, 386 408.
  • 3Mandic, D., Chambers, J.. Recurrent Neural Networks for Prediction. Learning Algorithms, Architectures and Stability. Hoboken. Wiley 2001.
  • 4Press, W.H., Teukolsky, S.A., Vetterling, W.T., Flannery, B.P.. Numerical Recipes. Cambridge.. Cambridge University Press 2010.

同被引文献46

引证文献3

二级引证文献37

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