人工神经网络法预测二氧化碳-原油最小混相压力  

作　　者：陈光莹[1] 梁志武[1] 符开云[1] 罗鹏[1] 童柏栋[1] 曾凡华[1] 

机构地区：[1]湖南大学化学化工学院CO2捕获与封存国际合作中心(ICCS),湖南长沙410082

出　　处：《化工进展》2012年第S1期526-526,共1页Chemical Industry and Engineering Progress

摘　　要：CO2-原油的最小混相压力(MMP)是CO2采油过程中,尤其是混相驱油过程中的一个非常重要的参数。目前预测最小混相压力的方法中,实验法费时且花费很大;传统的数值方法只针对特定的油藏,适应性不强。鉴于此,亟需找到一种快速稳定的数学方法来预测最小混相压力。本文主要采用人工神经网络算法,通过建立网络模型,对地下油层中影响最小混相压力的主要因素-注入气体组分、油层温度和油层组成进行拟合来预测最小混相压力。文章还将该算法的预测结果与其它一些算法的结果进行了对比。通过对CO2-原油最小混相压力进行模拟预测,可为注入CO2采油提供可靠的理论依据,并以此指导注入CO2提高原油采收率工程的顺利实施。

关 键 词：二氧化碳混相驱 最小混相压力 人工神经网络模型 提高原油采收率 

分 类 号：TQ01[化学工程]