基于广义回归神经网络的CO2驱最小混相压力预测

• 作者: 吴飞鹏 李虎 蒲春生
• 来源期刊: 岩性油气藏
• 学科: 工学
• 关键词: CO2驱 最小混相压力 广义回归神经网络 压力预测
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 油气田开发
• 页码范围: 108-111
• 分类号: TE357.42
• 字数: 2580字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8926.2012.01.021

摘要

针对传统的最小混相压力预测方法应用不便或误差较大等问题，提出利用广义回归神经网络进行CO2驱最小混相压力预测。以油藏温度、C5＋分子量、中间组分摩尔分数、挥发组分摩尔分数为输入变量，以最小混相压力为输出变量，建立广义回归神经网络预测模型，对CO2驱最小混相压力进行预测，将结果与其他预测方法进行对比，并做误差分析。实例计算结果表明，广义回归神经网络用于CO2驱最小混相压力预测是可行的，且具有精度高、收敛快、适用范围广、使用简便等特点。