-
题名深水油气管线天然气水合物生成条件预测方法及应用
被引量：13
- 1
-
-
作者
刘陈伟
李明忠
王磊
姚志良
-
机构
中国石油大学(华东)石油工程学院
-
出处
《天然气工业》
EI
CAS
CSCD
北大核心
2010年第10期73-77,共5页
-
基金
中国石油大学(华东)自主创新科研计划项目(编号:09CX04016A)
-
文摘
在深水油气田开发中,为了有效防止天然气水合物的生成,迫切需要对天然气水合物生成条件进行准确预测。为此,根据深水环境压力高和多温度梯度的特点,应用气液两相流理论与传热学原理建立了适用于深水油气管线的温度预测模型;在现有实验数据的基础上,对5种天然气水合物预测方法进行了对比优选,结合Beggs-Brill方法建立了预测深水油气管线天然气水合物生成条件的模型,并编制了相应的计算程序。实例研究结果表明,管线流量越大、绝热材料导热系数越小、绝热层厚度越大、停产时间越短时,天然气水合物的生成区域就越小。该模型可用于制订合理的管线流量指标、选择恰当的管线保温材料和准确计算无接触时间,对深水油气田的安全生产提供了技术支持。
-
关键词
深水油气管线
天然气水合物
温度预测模型
生成条件预测模型
无接他时间
管线流量
绝热材料
-
Keywords
deepwater oil and gas pipeline,natural gas hydrate,temperature prediction model,prediction model of gas hydrate formation conditions,non-contact time,flow rate of pipeline,insulation material
-
分类号
TE832
[石油与天然气工程—油气储运工程]
-
-
题名基于PSO-SVM的天然气水合物生成条件预测
被引量：7
- 2
-
-
作者
范婕
许欣怡
周诗岽
周年勇
-
机构
常州大学石油工程学院江苏省油气储运技术重点实验室
-
出处
《天然气化工—C1化学与化工》
CAS
北大核心
2022年第5期171-176,共6页
-
基金
国家自然科学基金(51974037)。
-
文摘
为提高集输管道中天然气水合物生成条件的预测精度,采用粒子群算法(PSO),优化支持向量机(SVM)的惩罚因子C和核函数参数g,对天然气水合物的生成压力进行了预测。结果表明,PSO-SVM模型选用径向基核函数的预测结果相对最优,最优惩罚因子C为97.5331,最优核函数参数g为0.6439,训练集和测试集的平均绝对比例误差(MAPE)分别为2.74%和2.84%;PSO-SVM模型对纯组分和多组分天然气水合物的适用温度分别为273.49~295.00 K和273.59~298.00 K;PSO-SVM模型预测纯组分和多组分天然气水合物时,平均平方误差(MSE)、平方相关系数(R~2)和MAPE分别为0.0003963、0.9996、2.84%和0.0006870、0.9983、2.74%。
-
关键词
天然气水合物
粒子群算法
支持向量机
生成条件预测
参数优选
-
Keywords
natural gas hydrate
particle swarm optimization
support vector machine
formation conditions prediction
parameter optimization
-
分类号
TE832
[石油与天然气工程—油气储运工程]
-
