基于BP神经网络的含CO2天然气偏差因子预测

摘要：

常规经验公式+酸性气体临界参数校正法已经不能满足不同CO2摩尔分数天然气偏差因子的计算精度.采用BP神经网络模型,以实验压力(p)、实验温度(T)、修正前体系临界参数(pc,Tpc)及CO2摩尔分数作为输入变量,用相关文献共计249个实验点作为模型的学习样本进行学习,得到合理的BP神经网络模型.在此基础上,对5组不同CO2摩尔分数天然气偏差因子的实验数据进行BP神经网络预测,并与常规经验公式计算进行对比.研究结果表明:样本点模拟运算相对误差仅0.76％,精度高;常规的偏差因子计算方法仅适用于CO2摩尔分数低于50％的天然气;BP神经网络预测模型效果最好,适应性强.

关键词：BP神经网络、含CO2天然气、偏差因子、模型对比

所属期刊栏目：21

分类号：TE319(油气田开发与开采)

资助基金：国家自然科学基金项目“废弃气藏CO2地质封存机制及运移规律研究”51274173

在线出版日期：2014-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：335-338