聚合物驱含水率变化定量表征模型

作者：赵辉; 李阳; 曹琳

来源：石油勘探与开发, 2010, (06): 737-742.

• 聚合物驱
• 含水率
• 粒子群算法
• 影响因素
• 支持向量机 polymer flooding
• water-cut
• particle swarm optimization algorithm
• influential factor
• support vector machine

基于实际聚合物驱含水率变化曲线的特征及定量表征模型的建立原则,建立聚合物驱含水率变化定量表征模型。刻画聚合物驱含水率变化曲线特征的主要参数包括含水率开始下降时注入聚合物孔隙体积倍数、含水率下降最大值时注入聚合物孔隙体积倍数、含水率恢复到初始注聚含水率值时对应的注入聚合物孔隙体积倍数及含水率下降最大值。基于粒子群优化算法给出了定量表征模型参数的拟合方法。同时,综合油藏数值模拟、正交设计和支持向量机方法建立了考虑多因素组合影响的聚合物驱含水率变化特征参数预测模型。计算实例表明,应用所建立的模型,能便捷地预测聚合物驱含水率变化,把握其整体趋势,指导聚合物驱方案的实施。图3表3参16

• 单位
  中国石油化工股份有限公司; 中国石油大学（华东）