高含硫气藏在开发过程中,随着温度、压力的下降,会产生硫沉积现象。硫沉积会造成地层孔隙度和渗透率的降低,从而影响气井产能。元素硫在高含硫气体中的溶解度研究是硫沉积机理、硫沉积预测和处理技术研究的前提和基础,对高含硫气藏的安全、高效开发至关重要。目前,国内外确定元素硫在高含硫气体中溶解度方法主要有:实验法、经验公式法、热力学模型、人工神经网络模型等。实验法成本高、危险性大;经验公式计算方便但适用范围相对狭隘;热力学模型需要硫与各组分之间的二元交互系数,模型精度并不理想;人工神经网络虽能模拟复杂的非线性映射,但易出现局部最优、泛化能力差、网络结构参数选择难等问题。因此,本文基于最小二乘支持向量机(LSSVM),分别结合遗传算法(GA)和灰狼算法(GWO),建立了元素硫在纯H2S和高含硫天然气中的溶解度模型;基于密度拐点的方法,分段拟合,改进了 Chrastil硫溶解度模型。最后,对比所建立的三个模型。为高含硫气藏的开发提供了技术指导,取得的主要认识如下:(1)采用最小支持向量机(LSSVM)和遗传算法(GA)相结合的方法,建立了硫分别在纯H2S和高含硫天然气中的溶解度模型(GA-LSSVM)。运用相同的文献实验数据计算,结果表明:GA-LSSVM模型在温度303-433 K和压力7.03-60MPa范围内能较好地预测硫分别在纯H2S和高含硫天然气中的溶解度,绝对相对偏差(AARD)分别为4.31%和5.4%。最后对新模型进行了验证及有效性评价。(2)采用LSSVM和灰狼算法(GWO)相结合的方法,建立了硫分别在纯H2S和高含硫天然气中的溶解度模型(GWO-LSSVM)。运用硫在纯H2S、高含硫天然气中的239个实验溶解度数据,对GWO-LSSVM模型进行了训练(168个)和预测(71个)。结果表明:GWO-LSSVM模型在温度303-433 K和压力7.03-60MPa范围内能较好地预测硫在纯H2S以及在高含硫天然气中的溶解度,AARD分别为3.89%,4.55%。最后也对新模型进行了验证及有效性评价,并给出模型适用的温度和压力范围。(3)采用密度拐点的思想,分段拟合,改进了 Chrastil缔合模型,实现了任何高密度气体都可以找到一个或者几个密度拐点,进而对硫在纯H2S、高含硫天然气中的溶解度数据进行关联。并与4种国内外公开发表的半经验缔合模型做出对比分析,结果表明新模型AARD为9%,具有一定的硫溶解度预测能力。(4)采用相同的文献实验数据,对比本文新建立的GA-LSSVM模型、GWO-LSSVM模型、改进的半经验缔合模型、胡景宏等人模型、郭肖等人模型、卞小强等人模型,结果表明:卞小强等人模型(2009)计算精度最高,AARD=3.86%,胡景宏模型计算精度最低,AARD=15.6%。精度从高到低排序为:卞小强等人模型(2009)、GWO-LSSVM模型、郭肖等人模型、GA-LSSVM模型、卞小强等人模型(2011)、改进的缔合模型、胡景宏等人模型。
【学位单位】:西南石油大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TE37
【部分图文】: 图1-1本文主要技术路线??
图2-1元素硫的P-:T相图[I1??由图2-1可知,存在着三个三相点,实线为稳定平衡态,而虚线则为介稳平衡态
图3-1点的拟合曲线??SVM一一,
【参考文献】
相关期刊论文 前10条
1 柴岩;王庆菊;;基于边界向量的样本取样SMO算法[J];系统工程;2015年06期
2 王杰祥;陈征;靖伟;陆国琛;牛志伟;;基于支持向量机的二氧化碳非混相驱效果预测[J];石油钻探技术;2015年02期
3 李洪;李治平;赖枫鹏;王才;韦青;张航;;高含硫气藏元素硫溶解度预测新模型[J];西安石油大学学报(自然科学版);2015年02期
4 陈磊;李长俊;冷明;任帅;刘刚;任强;;基于遗传BP神经网络预测硫在高含硫气体中溶解度[J];现代化工;2014年09期
5 周金明;王传玉;何帮强;;基于混合核函数FOA-LSSVM的预测模型[J];计算机工程与应用;2015年04期
6 尹小红;刘强;徐锋;;高含硫气藏元素硫溶解度计算方法研究[J];内江科技;2013年04期
7 王越;吕奇峰;王泉;曾晶;;一种改进的支持向量机序列最小优化算法[J];重庆理工大学学报(自然科学);2013年03期
8 臧淑英;张策;张丽娟;张玉红;;遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例[J];地理科学;2012年04期
9 卞小强;杜志敏;汤勇;;四参数缔合模型预测酸性气体中硫的溶解度[J];天然气工业;2011年03期
10 卞小强;杜志敏;郭肖;汤勇;杨学锋;;硫在高含H_2S天然气中溶解度的实验测定[J];天然气工业;2010年12期
相关博士学位论文 前2条
1 吴青;基于优化理论的支持向量机学习算法研究[D];西安电子科技大学;2009年
2 杨学锋;高含硫气藏特殊流体相态及硫沉积对气藏储层伤害研究[D];西南石油大学;2006年
相关硕士学位论文 前3条
1 李潇亚;改进的GABC-SVM及其在MOOC学习模式识别中的应用[D];华南理工大学;2016年
2 吴建峰;水在超临界二氧化碳中的溶解度研究[D];浙江工业大学;2014年
3 朱永才;基于支持向量机的储层参数预测方法研究[D];西南石油大学;2012年
本文编号:
2889437
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2889437.html