论文部分内容阅读
在不稳定试井分析中，调整试井解释参数往往花费解释人员大量的时间。特别，当试井解释参数较多时，进行参数调整就更为困难，有时得不到一个合理的参数识别结果。因此，研究新的试井解释参数识别方法势在必行。目前，典型曲线的自动拟合方法是其研究成果之一，但由于数值计算方法的局限，使得该方法难于推广。文中研究了基于神经网络的系统辨识方法在不稳定试井分析参数识别中的应用。通过神经网络对一实际的油气藏系统进行建模和辨