基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的油田回注水余氯預(yù)測模型研究.pdf

1、目前我國大部分油田采用注水采油方式，杜絕了含油污水外排給油田環(huán)境所造成的污染。但回注水水質(zhì)對油田的開發(fā)具有重要影響，如何保證回注水水質(zhì)是本文的重點研究內(nèi)容。
　　余氯濃度是衡量油田回注系統(tǒng)中水質(zhì)整體狀況的重要指標，它與回注水水質(zhì)的各主要細菌學(xué)特征緊密相關(guān)，也是控制回注水水中細菌滋生最有效評估指標。由于余氯為一種非穩(wěn)定性物質(zhì)，在傳輸過程中其濃度會隨時間而衰減，殺菌能力逐漸降低，引起水質(zhì)惡化。因此，對注水管網(wǎng)余氯進行預(yù)測，探尋防止注水

2、管網(wǎng)水質(zhì)污染的有效方法顯得尤為重要。
　　水體中余氯濃度變化是一個非線性時變過程，且注水管網(wǎng)水文環(huán)境復(fù)雜多變，機理性模型的建立與求解存在一定困難。BP神經(jīng)網(wǎng)絡(luò)具有很強的非線性逼近能力、自學(xué)習(xí)和自適應(yīng)等特性，因而非常適用于解決余氯預(yù)測領(lǐng)域中的一些問題。但是由于其訓(xùn)練機制的局限性，不可避免的存在容易陷入局部極小值、訓(xùn)練時間長、預(yù)測效果不理想等不足。針對以上缺陷，本文分別建立基于遺傳算法和遺傳模擬退火算法的BP神經(jīng)網(wǎng)絡(luò)的改進模型，并且對