天然气水合物生成条件的神经网络方法预测_彭远进.pdfVIP

第 26 卷第 7 期 　　　　　　　　　　　　　　　　天 　然 　气 　工 　业 　　　　　　　　　　　　　　 开发及开采 天然气水合物生成条件的 神经网络方法预测 彭远进 　刘建仪 　张烈辉 ( “油气藏地质及开发工程”国家重点实验室 ·西南石油大学) 　　彭远进等. 天然气水合物生成条件的神经网络方法预测. 天然气工业 ,2006 ,26 (7) :8587 . 　　摘 　要 　石油 、天然气开采 、加工和运输过程中在一定温度和压力下形成的天然气水合物 ,会堵塞井筒 、地层 孔隙 ,从而影响油气井产能 。由于在实验室或现场要对形成水合物的影响因素进行综合判定具有相当难度 ,故从 影响水合物形成的相关因素出发 ,针对前人研究天然气水合物生成预测方法的优缺点 , 引入了具有解决复杂系统 ( ) ( ) ( 问题能力的人工神经网络 ANN 理论 ,运用 Matlab r 语言编程建立了一个包含 6 个神经元 C H4 、C2 H6 、C3 H8 、 + ) C4 、其他气含量及压力 输入的三层向前 B P 网络模型 ,对天然气水合物生成条件进行了预测 。采用引自不同文 献的有关天然气水合物生成的实验室测试值建立适应本模型的样本 ,将经过学习后的神经网络模型运用于实际气 田水合物预测 ,实验值与模型预测值具有很好的一致性 ,取得了令人满意的效果 。实践证明该模型准确 、可靠 ,具 有良好的推广性 。 　　主题词 　天然气 　水合物 　神经网络 　计算机程序 　预测 较差 ; 图解法以及经验半经验模型具有简单 、计算方 一 、引　言 便等优点 ,但使用范围狭窄 ,计算精度不高 。 　　人工神经网络是采用物理可实现的系统来模仿 　　针对前人研究天然气水合物生成预测方法的优 人脑神经细胞的结构和功能 。能模拟人脑的并行信 缺点 ,笔者引入人工神经网络理论 ,采用 B P 算法[46 ] ( ) 息处理方式 ,具有较强的处理非线性问题的能力 ,对 建立了一种新的天然气水合物 b 型 生成预测模 于解决较为复杂的系统问题提供了有效的途径[ 12 ] 。 型 ,并用 Mat lab [4 ,7 ] 编程进行实现 。利用取 自不同 [3 ,810 ] 　　天然气水合物是在石油 、天然气开采 、加工和运 地区4 个气田 的典型数据组成 40 组样本对模 输过程中 ,在一定温度和压力下天然气中的某些组 型进行了训练 ,并用现场获得的天然气水合物形成 ( ) 数据进行了校验 ,获得了具有广泛推广能力的天然 分与液态水形成的冰雪状复合物 可燃冰 。自从 18 10 年 Davy 首次发现气体水合物以后 ,人们对气 气水合物生成条件预测模型 。 体水合物 a 、b 型热力学相平衡生成条件进行了大量 二 、天然气水合物生成预测的 的研究 。目前预测天然气水合物形成条件的方法主 要有 4 种[3 ] :一是借助实验 ,根据水合物形成时的热 神经网络模型 力学相平衡理论得到所需要的模型 ; 二是根据现场 　　对影响天然气水合物生成的相关因素进行分 实际建立水合物的统计热力学