面向油气田开发中油水分离效果的智能预测，在考虑分离器结构参数、采出液物性参数、来液流动参数基础上，基于分离器中油水分散液滴沉降动力学分析，采用数据融合方法将油水分离的特征参数与支持向量机算法相耦合，通过分离器样本数据的机器学习训练，建立了基于数据融合的油水分离效果预测方法，并开展了脱水温度、脱水时间、原油物性参数（密度、黏度、界面张力）等影响因素对预测分离效果的系列分析，以期为油气田地面采出液智能分离技术的发展提供理论支持和研究基础。
科研之友
微信
新浪微博
Facebook
分享链接
