作者中文名 朱化蜀
学位授予 西南石油大学
学科专业 油气田开发工程
所属分类 工业技术 > 石油、天然气工业 > 油气田开发与开采 > 油气田动态分析 > 油田动态分析
学位年度 2006年
论文级别 硕士论文
关键词 高压物性参数,经验关系式,回归分析,神经网络,状态方程
论文简介：随着全国各大油田油气藏进入后期加密井网开发阶段，一些加密井普遍存在着油井压力低，含水高或非自喷的问题，这给流体高压物性取样带来很大困难。但由于高压物性参数，如泡点压力、体积系数、原油粘度等数据是评价储油层性质、计算油藏储量所必不可少的参数，而对油井重新取样、配样分析只是获得以上流体高压物性参数的一个途径，但其操作复杂，运行成本较高，不适合大规模开展。而很多油气藏在开发的初期已经进行了大量的油气井高压物性取样分析。因此，有必要在前期高压物性实验分析数据基础上，利用特征参数关联分析方法和非线性人工神经网络预测方法，对油藏的物性特征进行动态预测，进而对油田生产方案制定和生产措施的调整有着重大的意义。 本文在广泛调研的基础上，开展了国内外井流物PVT相态特征分析的理论方法研究、利用现场取样数据回归流体高压物性参数经验关系式的方法研究和油气藏流体高压物性参数预测方法的一系列研究。取得以下成果： 1.利用统计回归、神经网络和状态方程的方法，建立了一整套油气藏流体高压物性参数的预测方法，并对胜利油田和塔里木油田的上千口井进行了参数预测分析，为各油田的油藏评价、动态分析、储量计算和完井效率评价等工作提供了必要的理论指导。 2.利用最优逐步回归法对原油高压物性参数进行回归，得到新的经验关系式，对不满足精度要求的高压物性参数，借鉴国内外具有代表性的PVT物性参数经验关联式，对精度高的经验关系式利用非线性麦夸特法重新回归关系式参数，使之适合于胜利油田等不同类型油田原油PVT物性参数的计算。 3.鉴于统计回归方法很难获得可靠的结果，引入回归分析的变量十分有限，对于比较复杂的非线性映射问题没有深入研究，这就限制了大量相关信息的利用。因此本课题选取BP神经网络进行高压物性参数预测，利用神经网络强大的非线性能力来进行流体高压物性参数预测研究。 4.根据不同的高压物性参数的性质，建立不同的BP神经网络预测参数模型，例如饱和压力的预测模型和压缩系数的预测模型等。然后利用试算法和数据的特点确定各个预测模型的结构，包括输入、输出、隐含层神经元个数及传递函数的类别。 5.将神经网络预测模型与国外经验关系式，以及本文回归出的新的经验关系式进行比较，说明神经网络预测模型在油气藏流体高压物性参数预测中的可靠性，为该方法的实际工程应用提供了很好的理论依据。 6.鉴于统计回归和神经网络方法对带油环的凝析气藏流体高压物性参数及相态特征的预测偏差较大，运用现代油气藏流体热力学相平衡理论方法对带油环的凝析气藏流体高压物性参数及相态特征进行分析，取得良好的效果。
