通过人工神经网络(ANN)简单而准确地确定随压力和温度变化的钻井泥浆密度

来源 :城市道桥与防洪 | 被引量 : 0次 | 上传用户:kldxn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
应用人工神经网络(ANN)模型对泥浆类型、压力和温度的函数--泥浆密度进行准确预测.采用压力在0~14000 lb/in2范围内和温度高达400°F的水基和油基钻井液实验测量的数据来建立和检验ANN模型.利用钻井泥浆类型(水基或油基)以及它在标准状况下(0 lb/in2和70°F)的密度建立的模型对任何温度和压力(在研究范围内)下的密度进行了预测,其平均绝对误差百分比为0.367,均方根误差为0.0056,相关系数为0.9998.
其他文献
多年来油气生产系统中结蜡一直是困扰油气生产经营者的一项技术难题,采取经济有效的工艺手段解决这一问题是油田经营者应当攻克的技术难关.本文介绍一种新型的化学药剂,可用
碳酸盐岩油藏由于裂缝发育 ,油井高含水后 ,油气重新运移速度较快 ,进行水淹井的回采是可行的。伊兹巴斯肯特油田位于费尔干纳盆地东北角 ,1 95 1年投入开发 ,1 972年大部分
大多数地区钻井次数及钻机使用率的巨大、对钻机和配套设备的继续投资、经营者们庞大的钻井计划,所有这些都预示着钻井前景强劲的一年的到来.在实现液态天然气前美国和加拿大
主要介绍水平井注水开发的技术思路,以及与之相关的短曲率半径水平井钻井技术和短曲率半径水平井测井技术.通过模拟研究和现场先导实验证明,该开发方式可以大大提高水井注入