1、欠平衡鉆井技術是油田鉆井行業(yè)上的重要研究課題，盡快掌握和推廣欠平衡技術是更好地發(fā)現(xiàn)油氣藏和保護油氣藏的戰(zhàn)略措施。 在石油勘探及鉆井過程中，對井底壓力預測顯得十分重要，它可為欠平衡鉆井的安全和有效實施提供保證。本文旨在尋求一種利用人工神經網絡理論與技術，預測欠平衡鉆井井底壓力的方法。 論文首先闡述了神經網絡的基本理論，包括神經元模型，神經網絡的基本結構和神經網絡的學習方法；分析了具有函數(shù)逼近能力的BP網絡和徑向基函數(shù)(RB

2、F)網絡實質、技術實現(xiàn)問題，并研究了BP和RBF網絡學習算法。 較詳細地論述了欠平衡鉆井技術的發(fā)展概況，基本概念和井底壓力的數(shù)學模型。研究了欠平衡鉆井數(shù)據(jù)采集和壓力測量方法，為神經網絡獲取訓練樣本奠定了基礎。在此基礎上，建立了欠平衡鉆井井底壓力的神經網絡模型，包括用經驗方法確定網絡結構，用學習算法調整網絡的權值。用C語言編制了神經網絡預測軟件，并且對欠平衡鉆井的井底壓力進行了實際預測，結果表明該方法具有較高的預測精度。這為實際應