期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于核岭回归多参数优化的CO_(2)驱最小混相压力模型
1
作者 李佳旻 张艺钟 +2 位作者 张茂林 秦博文 杨宇新 《岩性油气藏》 北大核心 2025年第6期172-179,共8页
结合细管实验数据,采用灰色关联度法对影响CO_(2)驱油效率的主控因素进行识别与权重赋值,利用核岭回归(KRR)算法对参数集进行训练,并用遗传算法与网格搜索法优化模型超参数,建立了最小混相压力(MMP)预测模型。研究结果表明:(1)影响CO_(2... 结合细管实验数据,采用灰色关联度法对影响CO_(2)驱油效率的主控因素进行识别与权重赋值,利用核岭回归(KRR)算法对参数集进行训练,并用遗传算法与网格搜索法优化模型超参数,建立了最小混相压力(MMP)预测模型。研究结果表明:(1)影响CO_(2)驱油的主控因素包括油藏温度、原油组分及注入气组成,纯CO_(2)注入条件下关联度排序依次为:T>x(C_(2)-C_(4))>M(C_(7+))>x(C5-C6)>x(CH_(4)+N_(2))。含杂质CO_(2)注入条件下,杂质类型与含量对MMP的影响程度排序为:x(N_(2))>x(C_(1))>x(C_(2)-C_(4))_(inj)>x(H_(2)S)。(2)相较Ridge模型和ElasticNet模型,KRR模型预测精度更高、误差更小。其中,KRR-GA模型综合性能最优,其测试集总平均绝对百分比误差(EMAP)为4.11%,均方根误差(ERMS)为0.856 MPa,决定系数(R^(2))为0.981。(3)KRR-GA模型对重质原油油藏及常规黑油油藏表现出更优的适用性,而KRR-GS模型更适用于注入气中有较高H_(2)S含量的轻质原油油藏。 展开更多
关键词 核岭回归(KRR) 最小混相压力(MMP) CO_(2)驱油 灰色关联度法 遗传算法 油藏温度 原油组分 注入气组成
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部