论文部分内容阅读
储层微观孔隙结构参数是影响水驱开发效果的重要因素，二者之间是一种非线性、不确定的复杂关系。用相关性分析优选出对水驱采收率影响较大的参数，分别采用多元回归分析和BP神经网络的方法对水驱采收率进行预测。结果表明：人工神经网络方法具有更好的自适应性，能较好地反映影响水驱效果的各种微观参数与采收率的内在联系，而且预测精度较高。应用BP神经网络方法预测水驱采收率是可行和有效的；