![](/images/graphics-bg.png)
Parameter Identification of Multistage Fracturing Horizontal Well Based on PSO-RBF Neural Network
المؤلفون المشاركون
Li, Peichao
Lu, Detang
Yin, Rongwang
Li, Qingyu
المصدر
العدد
المجلد 2020، العدد 2020 (31 ديسمبر/كانون الأول 2020)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2020-07-03
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
In order to more accurately identify multistage fracturing horizontal well (MFHW) parameters and address the heterogeneity of reservoirs and the randomness of well-production data, a new method based on the PSO-RBF neural network model is proposed.
First, the GPU parallel program is used to calculate the bottomhole pressure of a multistage fracturing horizontal well.
Second, most of the above pressure data are imported into the RBF neural network model for training.
In the training process, the optimization function of the global optimal solution of the PSO algorithm is employed to optimize the parameters of the RBF neural network, and eventually, the required PSO-RBF neural network model is established.
Third, the resulting neural network is tested using the remaining data.
Finally, a field case of a multistage fracturing horizontal well is studied by using the presented PSO-RBF neural network model.
The results show that in most cases, the proposed model performs better than other models, with the highest correlation coefficient, the lowest mean, and absolute error.
This proves that the PSO-RBF neural network model can be applied effectively to horizontal well parameter identification.
The proposed model has great potential to improve the prediction accuracy of reservoir physical parameters.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Yin, Rongwang& Li, Qingyu& Li, Peichao& Lu, Detang. 2020. Parameter Identification of Multistage Fracturing Horizontal Well Based on PSO-RBF Neural Network. Scientific Programming،Vol. 2020, no. 2020, pp.1-11.
https://search.emarefa.net/detail/BIM-1209092
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Yin, Rongwang…[et al.]. Parameter Identification of Multistage Fracturing Horizontal Well Based on PSO-RBF Neural Network. Scientific Programming No. 2020 (2020), pp.1-11.
https://search.emarefa.net/detail/BIM-1209092
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Yin, Rongwang& Li, Qingyu& Li, Peichao& Lu, Detang. Parameter Identification of Multistage Fracturing Horizontal Well Based on PSO-RBF Neural Network. Scientific Programming. 2020. Vol. 2020, no. 2020, pp.1-11.
https://search.emarefa.net/detail/BIM-1209092
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1209092
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)