首页> 中文期刊> 《西安石油大学学报:自然科学版》 >基于灰狼算法的LSSVM模型预测凝析气藏露点压力研究

基于灰狼算法的LSSVM模型预测凝析气藏露点压力研究

         

摘要

针对凝析气藏露点压力预测准确性相对较低的问题,基于数据挖掘,提出了一种将灰狼算法(GWO)与最小二乘支持向量机(LSSVM)相结合的新模型(GWO-LSSVM模型)。在Pearson关联性分析基础上,选取气藏温度、(C 1、C 2-C 6、C 7+)摩尔分数、C 7+相对分子质量、C 7+相对密度作为新模型的自变量,露点压力为因变量。采用公开发表的37个露点压力数据优化GWO-LSSVM模型参数(γ,σ2),然后对10组TLM油田实测露点压力数据进行预测。结果表明:GWO-LSSVM模型预测精度较高,平均绝对相对误差(AARD)仅为2.6%。最后,根据Leverage方法,进行了所有数据的异常点检测。本研究为凝析气藏露点压力预测提供了一种有效方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号