基于SOA优化LSSVM的气液两相流持液率预测

作者：王红雨

来源：石油工程建设, 2023, 49(01): 25-30.

• 持液率
• SOA
• LSSVM
• 经验模型
• 压降预测

为准确预测气液两相流持液率，在筛选前人实验研究结果的基础上，采用海鸥算法(SOA)优化最小二乘向量机(LSSVM)模型对气液两相流持液率进行预测，并将预测结果引入Beggs-Brill压降计算模型，形成改进压降模型，用于现场验证。结果表明，与传统经验模型相比，SOA-LSSVM模型考虑的影响因素更加全面，实际值与实验值偏差较小，模型的均方误差(MSE)较传统经验模型缩小了85倍，R2提高了0.138；与其余机器学习模型相比，计算精度和收敛速度均有明显提升，证明了该模型在预测持液率方面的优越性；根据现场情况，利用管道沿程压力和低点排液量验证了改进压降模型的准确性。研究结果极大扩展了持液率模型的计算精度和适用范围。

• 单位
  中国石油天然气股份有限公司华北油田分公司