基于支持向量机的高含CO_(2)凝析气藏油环体积预测方法

作     者：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 CHEN Hao;JIANG Dongliang;XING Jianpeng;WANG Hongping;ZUO Mingsheng;WANG Chaofeng;YANG Liu;LIU Xiliang;YU Haizeng;YUAN Zhiwen

作者机构：中国石油大学(北京)安全与海洋工程学院北京102249 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 

出 版 物：《中国石油大学学报（自然科学版）》 (Journal of China University of Petroleum(Edition of Natural Science))

年 卷 期：2023年第47卷第2期

页      面：90-98页

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

基　　金：国家自然科学基金青年基金项目(51704303) 北京市自然科学基金项目(3173044) 

主　　题：高含CO_(2) 凝析气藏 油环体积 支持向量机 机器学习 

摘      要：准确、高效地预测高含CO_(2)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CO_(2)的萃取作用使油环体积变化更加复杂。首先通过CO_(2)充注实验还原高含CO_(2)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%。