基于灰狼算法的LSSVM模型预测凝析气藏露点压力研究

作者：伍轶鸣; 孙博文^*; 成荣红; 刘志良; **; 汪鹏

来源：西安石油大学学报(自然科学版), 2020, 35(02): 78-90.

• 凝析气藏
• 露点压力
• 灰狼算法
• LSSVM

针对凝析气藏露点压力预测准确性相对较低的问题,基于数据挖掘,提出了一种将灰狼算法(GWO)与最小二乘支持向量机(LSSVM)相结合的新模型(GWO-LSSVM模型)。在Pearson关联性分析基础上,选取气藏温度、(C1、C2-C6、C7+)摩尔分数、C7+相对分子质量、C7+相对密度作为新模型的自变量,露点压力为因变量。采用公开发表的37个露点压力数据优化GWO-LSSVM模型参数(γ,σ2),然后对10组TLM油田实测露点压力数据进行预测。结果表明:GWO-LSSVM模型预测精度较高,平均绝对相对误差(AARD)仅为2.6%。最后,根据Leverage方法,进行了所有数据的异常点检测。本研究为凝析气藏露点压力预测提供了一种有效方法。

• 单位
  油气藏地质及开发工程国家重点实验室; 西南石油大学