摘要：考虑到开发过程中影响聚合物驱油效果的动态因素，如聚合物注入浓度、注入速度和采油速度等，提出了一种基于三层前向神经网络的聚合物驱含水率预测动态模型。该模型在训练神经网络时采用了改进的Levenberg-Marquardt算法，从而避免了矩阵求逆运算。对孤东油田七区所建模型的研究结果表明，应用该方法可以获得与实际结果拟合均方差为0．0460的聚合物驱含水率预测模型。应用该方法与应用数值模拟预测含水率的拟合均方差仅为0．3608，表明该方法可用于与具有相似地质特征区块的聚合物驱含水率建模预测。

关键词：聚合物驱 含水率 预测 神经网络 

单位：中国石油大学（华东）石油工程学院; 山东东营257061; 中国石化股份胜利油田分公司地质科学研究院; 山东东营257015; 中国石油大学（华东）信息与控制工程学院; 山东东营257061; 中国石油新疆油田公司勘探开发研究院; 新疆克拉玛依834000