小波神经网络模型预测二氧化碳+水溶液体系界面张力
二氧化碳+水溶液体系界面张力(IFT)是影响地层中气水两相运移特性的重要参数之一,对二氧化碳捕集、埋存至关重要.为了快速准确地确定二氧化碳+水溶液体系IFT,对已有IFT实验结果进行了统计整理,得到了1677组样本数据,考虑了压力,温度,气体中甲烷、氮气含量,水溶液中一价阳离子(Na+,K+)浓度、二价阳离子(Ca2+,Mg2+)浓度6个因素对IFT的影响,建立了小波神经网络(WNN)预测模型对二氧化碳+水溶液体系IFT进行预测.模拟结果表明,随机选取839组数据作为训练集样本,得到的小波神经网络结构为6-16-1,该模型预测IFT的平均绝对误差(MMAE)、平均相对误差(MMARE)、方差(MMSE)和相关度(R2)分别为1.23 mN/m,3.30％,2.30 mN2/m2,0.988.与最新提出的多元拟合模型和BP神经网络模型对比结果表明,小波神经网络模型预测精度最高.
小波神经网络、界面张力、二氧化碳+水溶液体系
38
TE311(油气田开发与开采)
国家自然科学基金面上项目 51574197 The National Natural Science Foundation of China General Program 51574197
2018-04-26（万方平台首次上网日期，不代表论文的发表时间）
共10页
1136-1145
