基于GA-SVR的CO2驱原油最小混相压力预测模型

• 作者: 冯洋 孙雷 潘毅 罗强
• 来源期刊: 大庆石油地质与开发
• 学科: 工学
• 关键词: CO2驱 最小混相压力 遗传算法 模型 支持向量回归机
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 三次采油
• 页码范围: 123-129
• 页数: 7页
• 分类号: TE357
• 字数: 4172字
• 语种: 中文
• DOI: 10.3969/J.ISSN.1000-3754.2017.03.023

摘要

为了得到更精确的CO2驱原油最小混相压力,考虑挥发组分(N2+CO2+CH4+H2S)含量、中间烃组分(C2.6)含量、重质组分(C7+)含量、重质组分的相对分子质量、重质组分密度以及温度的影响,建立了基于遗传算法参数寻优的支持向量回归机模型.模型优点在于使数据结构风险最小化,是基于数据精度高和回归函数复杂性适宜的条件下进行全局参数寻优得到最优模型,根据测试样本数据可以给出预测结果,得到更为准确的最小混相压力数值.该模型计算结果平均相对误差为3.44％,与文献中的实验结果、细管实验结果对比,具有较好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗强		34	152	7.0	10.0
2	孙雷		205	2426	25.0	39.0
3	潘毅		26	156	8.0	11.0
4	冯洋		3	9	1.0	3.0