论文部分内容阅读
油气水混相在开采与运输过程中易生成天然气水合物,预测其形成条件可保障油气田的安全运行.建立了包含超过1500个数据点的广泛数据库和基于PSO-LSSVM的含抑制剂天然气水合物形成解离模型,与BP神经网络模型模拟结果进行了对比分析,并在荔湾气田现场管道进行了预测应用.结果表明,LSSVM模型通过PSO算法优化后确定的正则化参数为321.1523642521、核参数为1.0210368871948.BP神经网络模型和PSO-LSSVM模型的平均相对误差分别为1.92％和0.49％,说明PSO-LSSVM模型的预测能力更强.以纯水为基础介质时,BP神经网络模型和PSO-LSSVM模型均可较准确地预测水合物形成,但以含热力学抑制剂水溶液为基础介质时,PSO-LSSVM模型具有更优秀的表现.PSO-LSSVM模型对于荔湾气田现场生产具有较强的适用性,可为甲醇注入量的确定和现场安全运行策略的制定提供理论依据.