BP神经网络预测最小混相压力.pdfVIP

断 块 油 气 田 216 第 17卷第2期 FAULT—BL0CKOII＆GASF1ELD 2010年 3月 文章编号 ：1005—8907(2010)02—216-03 BP神经网络预测最小混相压力 任双双 杨胜来 沈 飞 (1．中国石油大学石油 21程教育部重点实验室，北京 102200；2．江苏石油勘探局石油 程技术研究院，江苏 扬州 225009) 摘 要 应用BP神经网络预测 CO 最小混相压力，选择 C5+分子量、油藏温度 、挥发油(CH 和氮气)的摩尔分数、中间油 (C厂 Cl0)的摩尔分数作为参数 ，用相关文献的实验结果作为样本进行训练 ，选取网络模型各层函数、隐含层节点数和算法 得 出适合的BP神经网络 ，结合实际细管实验的数据及相关参数修改网络输入参数应用于实际油藏 ，预测最小混相压力并 分析相关的影响因素 ，指导生产和相应理论研 究。 关键词 BP神经网络 ；最小混相压力；CO2驱 ；细管实验 中图分类号 ：TE341 文献标识码：A Predictionofminimum miscibilitypressurewithBPneuralnetwork RenShuangshuang YangShenglai Shen Fei (1．MOEKeyLaboratoryofPetroleumEngineering,ChinaUniversityofPetroleum,Beijing10220~Chino；2．ResearchInstituteof Petroleum EngineeringandTechnology,JiangsuPetroleum ExplorationBureau,Yangzhou225009,China) Abstract：rJ1ispaperpresentsaBPneuralnetworkmodelf0rthepredictionofCO2minimmnmiscibilitypressure．Weselectthe molecularweightofC5+fraction，reservoirtemperature，molefractionofvolatileoilm(ethaneandnitrogengas)andmolefractionof intermediatefractions((；2-Cln)asparameters，traintheBPneuralnetworkbytherelatedexperimentaldataandpickoutthefunctions ofuetworkmodel，numberofhiddenneuronsinhiddenlayers，andrelativealgorithm inordertoconstructtheapplicableBPneural network．Atlastthecombinationofslimtubeexperimentaldatawithrelativeparameterscanbeusedtomodifyandadjusthteinput parametersforactualreservoir．Wepredictthemininmm miscibilitypressurebytheBPneuralnetworkandanalyzetherelative effectfactorsinordertoinstructtheproductionandtoconducttherelevanttheoreticalresearch． Keywords：BPneuralnetwork，minimum miscibi]itypressure，CO2flooding，slim tubeexperiment． 注气混相驱开发低渗透油 田具有广阔的应用前 1 BP神经网络建立 景ll】．而注气开采 的驱油效率在很大程度上取决于驱 替压力 ，只有当驱