基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型

上传人:gg****m 文档编号:227208786 上传时间:2021-12-20 格式:DOCX 页数:16 大小:159.95KB
返回 下载 相关 举报
基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型_第1页
第1页 / 共16页
基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型_第2页
第2页 / 共16页
基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型_第3页
第3页 / 共16页
基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型_第4页
第4页 / 共16页
基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型_第5页
第5页 / 共16页
点击查看更多>>
资源描述

《基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型》由会员分享,可在线阅读,更多相关《基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型(16页珍藏版)》请在金锄头文库上搜索。

1、基于遗传编程算法的常规气体、酸气和凝析气偏差因子模型Eissa M. El-M. Shokir, Musaed N. El-Awad, Adulhrahman A. Al-Quraishi Osama A. Al-Mahdy 译者: 摘要:气体压缩因子(Z因子)在很多石油工程的计算中都是必要的。最常见的获 取Z因子的方法是实验测量,状态方程(EOS)和经验公式。通过拟合Standing. Katz 图版和EOR状态方程得到计算Z因子两个参数的方法已有20多种。然而,这些方 法都很复杂,要求初始数据,更长时间的计算,和显著地错误。本文呈现出一-种 新的用遗传编程方法建立的模型用來估算常规气,酸气

2、和凝析气的Z因子(GP)。 Z因子模型在拟对比压力和拟对比温度下开发。此外,两种在准临界压力温度下 的模型是根据气体的组成(mol%, H2S9CO2和2)和C7+气体的比重建立的。 这种先进的新的基于遗传编程建立的模型可以更准确的预测气体Z因子,相比传 统的用EOS状态方程和相关性的方法。1.引言:在石油企业中,气体压缩因子(Z因子)是上游和下游操作中最重要的参数 之一。Z因子的重要性,不能在物质平衡、天然气储量评价、气藏模拟、油气井 测试和天然气处理计算中过分强调。有的情况下,实验数据不可用,根据EOS 和经验公式估计,就显的很必要了。在现存的计算Z因子的方法中,有大量酸性 气体显著存在,

3、如二氧化碳(CO2)和硫化氮(H2S),都将导致高偏差于实际 值。因此,为预测常规、酸、富和贫的凝析气藏的压缩因子,探索出一个简单而 准确的模型尤为重要。因此,在这篇文章中呈现的基于遗传编程方法的新模型就是为了估算常规、 酸、丰富和匮乏的凝析气藏的压缩因子。新模型以计算简单为设计原则,消除了 应用状态方程中的大量计算。这种先进模型的效率,经过了与最常用的气体压缩 系数相关经验公式和EOR状态方程的验证。此外,误差分析也被用在每个独立变 量上,证明新模型的敏感度与偏差因子的依赖程度。这个新Z因子模型建立在拟 对比温度和拟对比压力条件上。但是,拟对比压力温度分别在拟临界压力温度(Pp严P/Ppc和

4、八尸乃氐)的基础上被定义。因此,这两个参数(拟临界压力和温 度)被作为气体压缩因子(mol%C_C7,H2S,CO2和N2)和C?十比重气体的函数。文献(Buxton and Gampbcll, 1967;Elsharkawy, 2002,2004; Reamer ct al., 1942,1952, 1953; Reamer and Sage, 1962; Elsharkawy and Foda, 1998; Wichert, 1970;Simon ctal.? 1977)中收集的一组数据,总数1270个,其中包含贫乏常规气到 丰富的酸气。在这组数据的慕础上建立的新模型,用于预测甜气,酸气和

5、凝析气 的Z因子。这组数据包括气体混合物(mol%CiG,H2S,CO2和N2),分子质量,和 C7+比重气体,实验获得的偏差因子,压力,温度。相应的拟临界压力和温度根 据Piper等(1993)提出的混合规则计算。根据不足C7+分数比例,一些数据点被 抛弃,这对建立新的模型至关重要。最终,1150份气体样品被随即分为两部分。 第一部分,包含800份气体样品,被用于建立基于遗传编程方法的模型;第二部 分,350份气体样品,被用于确认和测试新模型,通过和之前公布的气体偏差因 子经验公式和EOR状态方程对比。术语解释T FTpc PpcPprZC zc2 zc3 ZiCA ZnC ZiC5 ZnC

6、 zc6 zc7+ ZCO2 ZH2S zn2SPG C7+ AARE终端设备 遗传算子函数 拟临界温度 拟临界压力 拟对比温度 拟对比压力 甲烷摩尔分数 乙烷摩尔分数 丙烷摩尔分数 异丁烷摩尔分数 正丁烷摩尔分数 异戊烷摩尔分数 正戊烷摩尔分数 己烷摩尔分数 G+烷坯摩尔分数 二氧化碳摩尔分数 二氧化硫摩尔分数 氮气摩尔分数 C7+比重平均绝对相关误差,隅ggJLf 52. 气体压缩因子理想气体体积偏离真实气体体积的程度称为压缩因子。也叫做气体偏离率, 用符号z表示。最常用的获得z的方法是实验测量,状态方程,经验公式的方 法。根据实验数据建立的模型,其不足在于压力和温度条件下,混合组分的存在

7、。 许多相关参数都可用于这个重要的模型中。相对应状态的概念作为相关参数的使 用基础。对应状态理论指出,Z因子可以被特定定义为对比压力、对比温度的函 数。对比压力和对比温度定义:(1)P 产 P/PcTr=T/Tc(2)P八几分别是对比压力温度,代、几分别是气体的临界压力、临界温度。在个 体的气体组成和临界物质已知时,拟临界压力和拟临界温度可通过下列公式求得:?=1r=l灯和&分别是i组分的临界压力和温度;必是组分i的摩尔分数。对于未知组成的不同气体系统,有不同的相关方法从气体比重中预测拟临界 压力和温度,如 Standing(1981), Elsharkawy ct al.(2001) and

8、 Sutton(2007)o 根据 Z 因子的对应状态理论,Standing and KatZ(1942)明了一种公认的表格(SKC)。另 一方而,有超过20种相关的用两个变量计算方法Z因子的方法,均为Hall andYarborough( 1973), Dranchuk and Abou-Kasscm( 1975), Nishium and Satio(1975), Dranchuk ct al. (1974)和Benedict ct al. (1940)通过拟合SKC图版和状态方程或者 像Gopal(1977)一样拟合技术得来。此外,Brill and Bcggs(1974)提出了一种明确

9、 的关系用于估计/预测Z因子。他们通过94个数据点来建立这个公式,得出的平 均绝对误差为0.19% o然而,他们的公式仅适用于范围珞戸 lGo上述的相关方法从某种意义上来说完全用于初值明确,允许大量计算和/或 伴随一定误差。因此,此文献的冃的在于应用GP建立一个新的用于计算常规气,酸气和富、贫凝析气的Z因子模型,并以拟对比压力、拟对比温度作为参数。此 外,新的拟临界压力、拟临界温度以气体的组分(mol%C_C7,H2S,CO2和N2)和 C7+气体的比重作为参数。3. 遗传算法GP是近年来一个最新发展领域的进化算法,扩展了经典的遗传算法 (Reeves, 1997;Shokir ct al.,

10、 2004)到一个具有象征意义的优化技术(KoZa, 1992;Shokir, 2008)o它基于所谓的“代表树”方法。这种代表极为灵活,因为树形可 代表计算机程序,数学程序,或完整过程的系统模型。这个方案已用于电子行业 中的电路设计和算法开发量子计算机,这些行业很适合生成模型结构,例如,识 别动力学指令(Cao等,1991),稳态模型(Makay等,1997)和微分方程式(Sakamoto and Iba, 2001)。GP最初用于建立一个初始种群(即,意味着随机 建立个体已达到较高的多样性)。在所有的迭代算法中,算法评估个体,为复制 品选择个体,通过变异、交叉、直接复制生成新一代(KoZa

11、, 199厶Madar等, 2004; Pearson, 2003; Potvin等,2004)。不同于常见的把把解决方案表示为数 字的优化方法(通常为向量的实数),象征化的表示方法通过结构指令符号代表 了潜在的解决方案,见图1。图1 模型的树形结构(Madar等,2004)Original Tree图2基于OLS消除子树结构(Madar等,2004)在GP运行过程中会产生或好或坏的项日(子树),生成的潜在解决方案, 以树形的结构形式为模型的准确性做出或多或少的贡献。之后使用正交最小二乘 算法(OLS)來估算分支树形对模型准确性的贡献。然而,OLS的使用,可以在 现行冋归问题中选择出最低重要性

12、项日。含有最小误差递减率的项日可以从树形 结构(Pearson, 2003)中消除。如图2中展示的例子,一个基于OLS消除的子 树结构。KoZa ( 1992)和Shokir (1992)最发现了一个可以被完全解释的基于 GP和OLS的数学模型。4. 构造基于GP拟临界压力温度和Z因子的模型正如之前提到过的数据集,1150份气体样品用于建设新的拟临界压力、拟 临界温度、Z因子模型。800个数据点被随即选择用于建造拟临界压力、拟临界 温度、Z因子模型,另外350个数据点以备用于测试建立的模型。表1对所收集 的气体中所有组分的最大最小值进行了总结摘要。表2显示了用以建立拟临界压 力温度模型数据的最

13、大最小值。不同参数的最大值和最小值构成了极限开发模型 域;外推超出这些值可能导致不切实际的结果。GP和OLS技术的应用,应用Matlab软件,为常规气、酸、贫和富凝析气藏 牛成了新拟临界压力和拟临界温度模型。根据输入的数据,GP程序识别出所需 的模型方程。在识别过程中,函数集F包括了基本的算数运算FK+厂*,/),未知 函数集包含抑制变量因子。T = zCt + tC7zH2S + iCO2rSPG C?*(5)OLS评价方法被植入整个树形结构的测试中。在树形结构测试开始前,OLS 计算出分支树型结构的误差递减率,低于误差递减率临界值的项目将从树形结构 中消除。在分支树形选择的帮助下,OLS对

14、树形结构模型参数进行评估。在此 之后,GP算法(实用性评价,选择性评价,等)可得出新的个体应用价值。表 3是对最终用以建造新拟临界压力温度的参数进行的总结摘要。新的拟临界有温度结果为:v = 4 + + r + 9 + /T4F(6)其中A = 0.90802(ztC4 一4+ (rnC4zCQ2+ 0.50706 (xH25 + ZC2)znC4B = -2.123366ziC4(zH2S 4 zC2) + 1.159927zCa 一 2.071292ZQ一 69.a70023(xtCBSPG C存C = -2.996917rW2 一 S.917447rC7+ + 2L072914ztC4

15、一 1.4221665PG74-+ 035641(niC4Ca)D = 3.83187(zC6zC74) 一 3.81694znC& 一 7.15966znC4 + 1.234-+ 13.2054(5PG C74zC74)E = -0508395(5PG C7+z/f25) - 0.012482(zJV2zff2S)+ 64四35360PG C?4rtC&)F = 0.724091ztCs + 3.57128zC&- 1.47642(x111 + 19.845762(21 一 0.024106rCQ2 + 550.092621新的拟临界压力为:张= /4+C + J + ff + F其中A 一

16、 0.007417(aCO2 + 祥腕J + 如S+ -SFGC禅)B = -1.15556(, (r/?2S(zttCt + s:CX(jnCPGC74) +5P6C74)C = 2.5701(znCB+zC74) 一 O2iC) 一 2.3518rCa2 一 5.9904zC2一 16.0772znC4 + 0.0Slia(r2+ zC4)(ff2S+ jnC6)D = -8303182 - 016079(rff25-c25PC Oh) 一 l-01137rtC44 13.5415(SPG C74zXC4)E = -6.39055=4 + 2230057(5FG C科ztCj - 50329

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 其它办公文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号