亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于多基因遺傳編程的凝析氣藏露點(diǎn)壓力估算方法

        2021-11-25 06:22:30黃鑫張芮菡張烈輝魯友常袁山敬曉鋒
        斷塊油氣田 2021年6期
        關(guān)鍵詞:凝析氣露點(diǎn)子代

        黃鑫 ,張芮菡 ,張烈輝 ,魯友常 ,袁山 ,敬曉鋒

        (1.油氣藏地質(zhì)及開(kāi)發(fā)工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,四川 成都 610500;2.四川頁(yè)巖氣勘探開(kāi)發(fā)有限責(zé)任公司,四川 成都 610041;3.中國(guó)石油西南油氣田公司勘探開(kāi)發(fā)研究院,四川 成都 610041;4.中國(guó)石油玉門(mén)油田分公司勘探開(kāi)發(fā)研究院,甘肅酒泉735000)

        0 引言

        凝析氣藏開(kāi)發(fā)過(guò)程中,烴類(lèi)流體的相態(tài)變化影響凝析氣藏開(kāi)發(fā)政策的制定,而準(zhǔn)確預(yù)測(cè)凝析氣藏露點(diǎn)壓力是研究相態(tài)變化、調(diào)整開(kāi)發(fā)政策的重要依據(jù)[1-4]。高于露點(diǎn)壓力開(kāi)發(fā)凝析氣藏時(shí),氣藏儲(chǔ)層流動(dòng)為單相流動(dòng);低于露點(diǎn)壓力開(kāi)發(fā)時(shí),飽和凝析氣中的凝析油析出,氣藏儲(chǔ)層流動(dòng)由單相流變?yōu)閮上嗔?。凝析油的析出帶?lái)兩方面的改變:一是析出的凝析油占據(jù)滲流孔道,降低氣相滲透率,加大了儲(chǔ)層敏感性,改變了儲(chǔ)層滲流環(huán)境,增加了儲(chǔ)層開(kāi)發(fā)難度[5-7];二是凝析油的析出引起凝析氣藏資源量的巨大損失,達(dá)到50%~70%[8],大大降低了凝析氣藏的采收率,造成天然氣和凝析油雙重資源上的損失。因此,建立合理可靠的凝析氣藏露點(diǎn)壓力計(jì)算方法,降低氣藏反凝析損失,對(duì)凝析氣藏高效開(kāi)發(fā)有著重要意義。

        目前國(guó)內(nèi)外關(guān)于露點(diǎn)壓力的計(jì)算可以分為室內(nèi)實(shí)驗(yàn)法、狀態(tài)方程法和經(jīng)驗(yàn)公式法:1)室內(nèi)實(shí)驗(yàn)法主要采用 PVT實(shí)驗(yàn)進(jìn)行等組分膨脹(CCE)[9-10]和定容衰竭(CVD)[11-13]確定露點(diǎn)壓力。實(shí)驗(yàn)過(guò)程中,地層流體測(cè)試樣品需要進(jìn)行復(fù)配重組,存在人為誤差,容易造成樣本數(shù)據(jù)失真,且實(shí)驗(yàn)測(cè)試費(fèi)用昂貴,耗時(shí)較長(zhǎng),結(jié)果的準(zhǔn)確性依賴樣本數(shù)量和質(zhì)量[14]。PVT實(shí)驗(yàn)過(guò)程中忽略了地層條件多孔介質(zhì)界面效應(yīng)的影響,也使得室內(nèi)測(cè)試結(jié)果存在一定的偏差[15]。2)狀態(tài)方程法是通過(guò)聯(lián)立物質(zhì)平衡方程和壓降方程,推導(dǎo)出凝析氣藏視地層壓力和凝析氣累計(jì)產(chǎn)量之間的關(guān)系式,根據(jù)2段斜率不同的直線交點(diǎn)確定露點(diǎn)壓力。常用方法包括Peng-Robinson 狀態(tài)方程[16]、Soave 狀態(tài)方程[17]和 LHHSS 狀態(tài)方程[18]。但狀態(tài)方程法在預(yù)測(cè)過(guò)程中受限于不同餾分的劈分方式和表征方法[19],露點(diǎn)壓力的計(jì)算數(shù)值因狀態(tài)方程和參數(shù)的選擇不同而并不唯一[20-21]。3)經(jīng)驗(yàn)公式法早期利用大量實(shí)驗(yàn)數(shù)據(jù)、組分?jǐn)?shù)據(jù)等相關(guān)參數(shù),通過(guò)多元回歸方法建立經(jīng)驗(yàn)方程[19,22],產(chǎn)生相關(guān)系數(shù),并需要大量的數(shù)據(jù)支持,對(duì)預(yù)測(cè)模型的數(shù)據(jù)來(lái)源和研究方法有較強(qiáng)的依賴。目前常用的研究方法包括機(jī)器學(xué)習(xí)領(lǐng)域中的神經(jīng)網(wǎng)絡(luò)[23-24]、遺傳算法[25-26]、粒子群算法[27]、支持向量機(jī)技術(shù)[28-29]等。

        以上3種方法均存在各自的局限性:室內(nèi)實(shí)驗(yàn)法測(cè)試時(shí)間長(zhǎng),數(shù)據(jù)解釋樣本依賴性較強(qiáng);狀態(tài)方程法結(jié)構(gòu)復(fù)雜,求解繁瑣,存在半理論、半經(jīng)驗(yàn)參數(shù);經(jīng)驗(yàn)公式法集合了目前非線性模型預(yù)測(cè)求解方法,但樣本需求量大和隱式模型結(jié)構(gòu)的缺點(diǎn)使得礦場(chǎng)快速應(yīng)用存在障礙。由于強(qiáng)非線性關(guān)系及影響參數(shù)的不確定性等原因,需要開(kāi)發(fā)出魯棒性更好的理論工具來(lái)解決模型預(yù)測(cè)中的問(wèn)題。生產(chǎn)過(guò)程中積累了大量的數(shù)據(jù),利用數(shù)據(jù)驅(qū)動(dòng)反演模型的思想建立“數(shù)據(jù)-模型-數(shù)據(jù)”耦合對(duì)應(yīng)的顯式模型,更有利于油田現(xiàn)場(chǎng)的便捷使用[30]。本文在多基因遺傳編程理論[31]的基礎(chǔ)上,選取儲(chǔ)層溫度、流體組分和實(shí)測(cè)露點(diǎn)壓力為樣本變量組建數(shù)據(jù)庫(kù),提出了一種凝析氣藏露點(diǎn)壓力顯式模型計(jì)算方法。該方法可以利用單井級(jí)別數(shù)據(jù)進(jìn)行小樣本預(yù)測(cè),也可以針對(duì)油田級(jí)大數(shù)據(jù)進(jìn)行大樣本預(yù)測(cè),通過(guò)非線性模型回歸出具有實(shí)際參數(shù)意義的顯式數(shù)學(xué)模型。

        1 多基因遺傳編程基本原理

        多基因遺傳編程(MGGP)是遺傳編程(GP)的一個(gè)變體[31]。這種算法是在遺傳算法的基礎(chǔ)上仿照自然界生物進(jìn)化機(jī)制,通過(guò)模仿進(jìn)化過(guò)程尋找用戶指定任務(wù)的最優(yōu)解,目前廣泛應(yīng)用于非線性模型的開(kāi)發(fā)數(shù)據(jù)驅(qū)動(dòng)[32]。與GP相比,MGGP可以使用訓(xùn)練數(shù)據(jù)集自動(dòng)開(kāi)發(fā)顯式模型,無(wú)需事前定義模型結(jié)構(gòu)。這樣不僅可以促進(jìn)數(shù)學(xué)模型的開(kāi)發(fā),還可以避免因受某些主觀判斷,尤其是有關(guān)模型結(jié)構(gòu)的判斷而導(dǎo)致的誤差。MGGP主要具有兩方面的優(yōu)勢(shì):1)MGGP模型中的每個(gè)基因都是傳統(tǒng)的GP基因,因此MGGP更加準(zhǔn)確;2)每個(gè)MGGP基因只需要包含幾個(gè)樹(shù)深,因此每個(gè)基因中非線性項(xiàng)的階數(shù)較低,MGGP通常更加緊湊。圖1展示了利用MGGP方法進(jìn)行模型進(jìn)化的基本原理。

        圖1 MGGP子樹(shù)層結(jié)構(gòu)及進(jìn)化過(guò)程示意

        父代基因中隨機(jī)生成2個(gè)基因(Gene1-1,Gene2-1),其數(shù)學(xué)表達(dá)式分別為

        式中:a1,a2為模型輸入?yún)?shù);m為系統(tǒng)自動(dòng)擬合底數(shù)。

        由父代基因生成的模型適應(yīng)性通常很差,在對(duì)數(shù)據(jù)的擬合方面誤差較高,MGGP方法通過(guò)3種基本遺傳算子(選擇、交叉和變異),控制父代基因生成子代基因,在隨機(jī)擾動(dòng)情況下控制群體中的個(gè)體基因向最優(yōu)解遷移。交叉父代基因(Gene1-1,Gene2-1)生成子代基因(Gene1-2,Gene2-2),其數(shù)學(xué)表達(dá)式分別為

        在基因突變過(guò)程中,Gene1-2中的子樹(shù)被新元素所替代,通過(guò)基因變異產(chǎn)生子代基因(Gene1-3),其數(shù)學(xué)表達(dá)式為

        新生成的基因通過(guò)線性組合的方式即可生成基于MGGP的顯性模型表達(dá)式。針對(duì)圖1中的實(shí)例,顯性模型的函數(shù)表達(dá)式為

        式中:α1,α2分別為 Gene1-3和 Gene2-2的權(quán)重系數(shù);γ 為偏差。

        選取均方根誤差RMSE和決定系數(shù)R2作為模型的適應(yīng)度函數(shù)進(jìn)行模型性能評(píng)估:

        式中:N為樣本數(shù)量;i為樣本序號(hào);下標(biāo)A,P,M分別表示實(shí)際值、預(yù)測(cè)值和平均值。

        2 模型建立與求解

        2.1 模型建立

        取氣藏溫度 T、C1的摩爾分?jǐn)?shù) n(C1)、C2—6的摩爾分?jǐn)?shù) n(C2—6)、C7+的摩爾分?jǐn)?shù) n(C7+)、C7+的相對(duì)密度 Γ(C7+)、C7+的相對(duì)分子質(zhì)量 M(C7+)等 6 個(gè)參數(shù)[33]作為模型自變量,分別用x1—x6表示;選取氣藏露點(diǎn)壓力pdew作為因變量,用y表示。選取文獻(xiàn)[34]中給出的27組凝析氣藏露點(diǎn)壓力實(shí)測(cè)數(shù)據(jù)(見(jiàn)表1),構(gòu)建基于MGGP的氣藏露點(diǎn)壓力計(jì)算原始數(shù)據(jù)庫(kù)。

        表1 凝析氣藏露點(diǎn)壓力測(cè)試數(shù)據(jù)

        基于MGGP的凝析氣藏露點(diǎn)壓力計(jì)算過(guò)程在MATLAB環(huán)境下編程運(yùn)行[35]。初始種群總數(shù)設(shè)置為500,最大生成代數(shù)為200,基因最大樹(shù)深和最大基因數(shù)分別設(shè)置為3和5,交叉概率、遺傳概率和變異概率分別為0.84,0.30,0.14。函數(shù)集是描述自變量和因變量之間函數(shù)關(guān)系的集合,本文函數(shù)集包括×,-,+,/,^,sin,cos,tan,tanh,log,exp 等。

        將27組數(shù)據(jù)隨機(jī)分為訓(xùn)練組和預(yù)測(cè)組,訓(xùn)練組包括20組數(shù)據(jù),預(yù)測(cè)組包括7組數(shù)據(jù)?;贛GGP的凝析氣藏露點(diǎn)壓力預(yù)測(cè)模型計(jì)算流程如圖2所示。

        圖2 基于MGGP的露點(diǎn)壓力預(yù)測(cè)模型建模步驟

        2.2 模型結(jié)果分析

        圖3為基于MGGP生成的子代模型及模型收斂情況。圖3a中所有的點(diǎn)為基于MGGP模型通過(guò)27組數(shù)據(jù)“鍛煉”生成的預(yù)測(cè)模型,確定子代最佳模型需要同時(shí)考慮預(yù)測(cè)精度和模型復(fù)雜度兩方面。1-R2的值越小,表示預(yù)測(cè)精度越高;綠色點(diǎn)表示生成的模型中的非支配解,即不會(huì)同時(shí)存在一個(gè)最精確、最簡(jiǎn)單的解。計(jì)算結(jié)果給出了13個(gè)非支配解,其中A模型為所有預(yù)測(cè)模型中推薦的最優(yōu)模型。為了與最優(yōu)模型作比較,在13個(gè)非支配解中選擇B模型和C模型與最優(yōu)模型A進(jìn)行對(duì)比分析。

        圖3 基于MGGP生成的子代模型及模型收斂情況

        圖3b,3c表示種群在進(jìn)化生成子代模型過(guò)程中子代適應(yīng)度的收斂性。從圖中可以看出:在模型演化開(kāi)始,模型性能相對(duì)較差,隨著子代數(shù)量的增加,RMSE迅速降低;迭代到20代之后,RMSE已經(jīng)收斂到可接受的范圍。

        演化生成的子代模型通用表達(dá)式為

        式中:α為基因在數(shù)學(xué)模型中的權(quán)重系數(shù);下標(biāo)數(shù)字表示基因序號(hào)。

        表2給出了A,B,C 3個(gè)模型基因項(xiàng)的表達(dá)式(偏差項(xiàng)分別為13,72,71)。從表2可以看出,A模型由6個(gè)基因組成,是3個(gè)模型中復(fù)雜度最高的。這些通過(guò)選擇、交叉和變異的遺傳過(guò)程建立的模型,相比傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)回歸生成的數(shù)學(xué)模型,能更加有效地檢測(cè)出變量之間的隱藏關(guān)系,具有更好的適應(yīng)性。

        表2 基于MGGP生成的預(yù)測(cè)模型基因項(xiàng)數(shù)學(xué)表達(dá)式

        A,B,C 3個(gè)模型訓(xùn)練組和預(yù)測(cè)組與實(shí)際數(shù)據(jù)的擬合情況見(jiàn)圖4,而圖5反映了訓(xùn)練組和預(yù)測(cè)組數(shù)據(jù)的線性相關(guān)性。

        圖4 基于MGGP生成的模型訓(xùn)練組、預(yù)測(cè)組與實(shí)測(cè)數(shù)據(jù)模擬結(jié)果

        圖5 基于MGGP生成的模型訓(xùn)練組、預(yù)測(cè)組對(duì)照散點(diǎn)圖

        由圖4、圖5可以看出:1)B模型的訓(xùn)練精度(R2=0.920)大于A模型(R2=0.905),且 B模型預(yù)測(cè)組的預(yù)測(cè)精度(R2=0.944)也要高于A模型(R2=0.937)。如果非常看重模型的復(fù)雜度,那么B模型要優(yōu)于A模型,這就表明數(shù)據(jù)過(guò)度擬合帶來(lái)了較大的風(fēng)險(xiǎn),因此,在生成模型時(shí)要著重控制生成代數(shù),避免數(shù)據(jù)的過(guò)度擬合。2)C模型在基因數(shù)量上要少于A模型和B模型,模型的復(fù)雜度也較低,從C模型的訓(xùn)練精度(R2=0.827)和預(yù)測(cè)精度(R2=0.892)上也可以反映出模型的訓(xùn)練不足給模型的開(kāi)發(fā)方面帶來(lái)了較大的不穩(wěn)定性。3)A,B模型的預(yù)測(cè)組誤差均小于7%,而C模型的預(yù)測(cè)組誤差達(dá)到10%左右,性能較差。

        通過(guò)上述分析可以發(fā)現(xiàn),A模型和B模型均可用于凝析氣藏露點(diǎn)壓力的預(yù)測(cè)。若模型的復(fù)雜度是考慮的首要因素,則B模型是最優(yōu)選擇,但是A模型在模型復(fù)雜度和預(yù)測(cè)誤差兩方面均具有較好的泛化能力,因此,采用A模型進(jìn)行凝析氣藏露點(diǎn)壓力的計(jì)算。

        對(duì)表1中27組實(shí)測(cè)露點(diǎn)壓力數(shù)據(jù)進(jìn)行降序排列,采用Matlab中非線性回歸預(yù)測(cè)置信區(qū)間函數(shù)nlpredci進(jìn)行分析。圖6是基于MGGP生成的A模型置信區(qū)間分析情況。從圖6可以看出,A模型的預(yù)測(cè)結(jié)果很好地遵循了總體數(shù)據(jù)的分布趨勢(shì),露點(diǎn)壓力數(shù)據(jù)在A模型預(yù)測(cè)曲線±95%的置信區(qū)間半寬內(nèi)分布,表明A模型預(yù)測(cè)結(jié)果和實(shí)際數(shù)據(jù)之間具有良好的置信度。

        圖6 A模型置信區(qū)間分析

        3 模型驗(yàn)證

        為了驗(yàn)證基于MGGP生成的模型的預(yù)測(cè)能力,選用文獻(xiàn)[36]中給出的塔里木油田不同凝析氣井露點(diǎn)壓力測(cè)試數(shù)據(jù),用A模型對(duì)15組現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行擬合,計(jì)算露點(diǎn)壓力。結(jié)果見(jiàn)圖7、表3。由圖7可看出,預(yù)測(cè)值和實(shí)際值比較吻合,最大預(yù)測(cè)誤差為7.99%,最小預(yù)測(cè)誤差為1.15%,平均預(yù)測(cè)誤差為4.36%。結(jié)果表明,基于MGGP方法建立的凝析氣藏露點(diǎn)壓力預(yù)測(cè)模型具有良好的礦場(chǎng)適應(yīng)性,可以快速進(jìn)行露點(diǎn)壓力預(yù)測(cè)。

        圖7 A模型預(yù)測(cè)值與實(shí)際值對(duì)比

        表3 不同凝析氣井露點(diǎn)壓力測(cè)試數(shù)據(jù)及預(yù)測(cè)數(shù)據(jù)

        4 結(jié)論

        1)基于多基因遺傳編程的露點(diǎn)壓力計(jì)算方法能夠快速高效地建立顯式數(shù)學(xué)模型,模型中不含經(jīng)驗(yàn)參數(shù),生成的數(shù)學(xué)模型具有良好的泛化能力和魯棒性。

        2)選用儲(chǔ)層溫度、流體組分和露點(diǎn)壓力等7個(gè)參數(shù),針對(duì)實(shí)際礦場(chǎng)數(shù)據(jù)“鍛煉”生成數(shù)學(xué)模型,依據(jù)預(yù)測(cè)精度和模型復(fù)雜度可優(yōu)選出適合實(shí)際礦場(chǎng)需要的數(shù)學(xué)模型,且過(guò)擬合預(yù)測(cè)風(fēng)險(xiǎn)較低。

        3)利用優(yōu)選出的數(shù)學(xué)模型對(duì)公開(kāi)發(fā)表的礦場(chǎng)實(shí)際數(shù)據(jù)進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果表明,預(yù)測(cè)值和實(shí)際值最大誤差為7.99%,最小誤差為1.15%,平均誤差為4.36%,預(yù)測(cè)精度滿足現(xiàn)場(chǎng)使用條件。

        猜你喜歡
        凝析氣露點(diǎn)子代
        露點(diǎn)溫度是個(gè)什么東西
        低溫風(fēng)洞極低露點(diǎn)快速測(cè)量裝置研制
        渤海灣盆地渤中凹陷探明全球最大的變質(zhì)巖凝析氣田
        火力楠優(yōu)樹(shù)子代測(cè)定與早期選擇
        24年生馬尾松種子園自由授粉子代測(cè)定及家系選擇
        杉木全同胞子代遺傳測(cè)定與優(yōu)良種質(zhì)選擇
        火力楠子代遺傳變異分析及優(yōu)良家系選擇
        新聞報(bào)道要當(dāng)心露點(diǎn)走光
        新聞傳播(2015年10期)2015-07-18 11:05:40
        產(chǎn)水凝析氣井積液診斷研究
        盆5低壓凝析氣藏復(fù)產(chǎn)技術(shù)難點(diǎn)及對(duì)策
        精品一区二区三区芒果| 2021亚洲色中文字幕| 狠狠亚洲超碰狼人久久老人| 国产在线视频一区二区三区| 美女主播网红视频福利一区二区| 精品国产乱码久久久久久婷婷| 欧美日韩色另类综合| 久久久久久亚洲AV成人无码国产| 中文字幕乱码av在线| 久久久人妻精品一区bav| 精品国产三级a∨在线欧美| 国产成人亚洲精品青草天美| 精品国产成人亚洲午夜福利| 一区二区丝袜美腿视频| 伊人久久亚洲精品中文字幕| 亚洲va中文字幕无码一二三区 | 又爽又黄禁片视频1000免费| 四虎成人精品国产永久免费| 99麻豆久久精品一区二区| av一区二区三区在线| 成年女人色毛片| 国产精品嫩草影院午夜| 亚洲av日韩av无码污污网站| 久久久久久久99精品国产片| 熟女少妇av免费观看| 国产精品高湖呻呤久久av| av无码小缝喷白浆在线观看| 人妻丰满熟妇av无码片| 亚洲精品成人av观看| 久久伊人久久伊人久久| 一本大道道久久综合av| 色婷婷综合久久久久中文字幕| a一区二区三区乱码在线 | 欧洲| 色婷婷亚洲十月十月色天| 久久麻传媒亚洲av国产| 国产精品久久久久久福利| 长腿校花无力呻吟娇喘的视频| 98精品国产高清在线xxxx| 美女视频黄a视频全免费网站色| 欧美做受又硬又粗又大视频| 国产精品成人国产乱|