基于支持向量机的高含CO2凝析气藏油环体积预测方法

TE372; 准确、高效地预测高含CO2凝析气藏油环体积对于开发方案的制定至关重要,但海上深水凝析气藏难以通过大规模钻探来探明油环体积,且高浓度CO2的萃取作用使油环体积变化更加复杂.首先通过CO2充注实验还原高含CO2凝析气藏成藏过程,以数值模拟结果为基础数据开展数据预处理,建立样本数据库,并通过关联分析优选其主控因素,明确不同地层条件和气顶组成下油环体积的变化规律,最后基于支持向量机开展油环体积预测训练,搭建油环体积的预测模型,实现输入主控因素以精确、快速预测油环体积的目的.预测结果表明,采用三次核函数的机器学习模型与数值模拟、物理模拟、矿场实际的油环体积误差分别为3.43％、5.10％和...

Full description

Saved in:
Bibliographic Details
Published in中国石油大学学报（自然科学版） Vol. 47; no. 2; pp. 90 - 98
Main Authors 陈浩, 蒋东梁, 邢建鹏, 王红平, 左名圣, 王朝锋, 杨柳, 刘希良, 于海增, 袁志文
Format Journal Article
LanguageChinese
Published 中国石油大学(北京)安全与海洋工程学院,北京 102249 01.04.2023
油气资源与探测国家重点实验室,北京 102249%中国石油杭州地质研究院,浙江杭州 310023
Subjects
高含CO2
支持向量机
油环体积
机器学习
凝析气藏
Online AccessGet full text
ISSN1673-5005
DOI10.3969/j.issn.1673-5005.2023.02.010

Cover

More Information
Summary:TE372; 准确、高效地预测高含CO2凝析气藏油环体积对于开发方案的制定至关重要,但海上深水凝析气藏难以通过大规模钻探来探明油环体积,且高浓度CO2的萃取作用使油环体积变化更加复杂.首先通过CO2充注实验还原高含CO2凝析气藏成藏过程,以数值模拟结果为基础数据开展数据预处理,建立样本数据库,并通过关联分析优选其主控因素,明确不同地层条件和气顶组成下油环体积的变化规律,最后基于支持向量机开展油环体积预测训练,搭建油环体积的预测模型,实现输入主控因素以精确、快速预测油环体积的目的.预测结果表明,采用三次核函数的机器学习模型与数值模拟、物理模拟、矿场实际的油环体积误差分别为3.43％、5.10％和7.21％.
ISSN:1673-5005
DOI:10.3969/j.issn.1673-5005.2023.02.010