中国石油大学--毕业论文答辩-模板

𝑪𝑶𝟐与原油最小混相压力预测模型研究学生姓名：**学号：*******专业班级：石油工程****班指导教师：**2013年6月19日目录•前言•国内外研究现状•影响𝐶𝑂2与原油MMP因素分析•𝐶𝑂2与原油MMP模型的建立和求解•新模型对于国内外油田的预测•结论1.前言1.1最小混相压力概念CO2混相驱是一项重要的提高石油采收率技术。理想的CO2混相驱要求CO2与原油发生混相。混相驱比非混相驱具有更高的驱油效率，理论上可使采收率达到100％最小混相压力(MinimumMisciblePressure，MMP)是指原油CO2与达到混相时所需的最小压力。CO2-原油MMP是决定油田能否用CO2驱油的关键参数之一1.2确定最小混相压力的方法1.前言表1-1最小混相压力的确定方法确定方法原理特点细管实验法通过细管实验，将混相与非混相采收率数据分别作线性拟合，以两条直线的交点对应压力作为MMP成本高，费时费力数值模拟法在细管实验基础上，在几个不同压力下进行数值模拟研究．得到压力和采收率的关系曲线，采收率大于90％处的压力就是MMP需要对不同压力条件下的情况进行模拟理论分析法基于相态平衡方程，通过对CO2-原油体系泡点的求取，用混相函数作为判据，最终求得体系的最小混相压力气液平衡实验昂贵，且难于获取经验关系式基于原油组分数据，通过对MMP影响因素的分析，利用BP神经网络，遗传算法等建立MMP方便经济，快速好用缺点！2.1国内外MMP关系式研究现状2.国内外研究现状2.国内外研究现状2.1本次研究目的及技术路线优点：•算法独特，关系式在本样本内精度比较高。缺点：•公式形式复杂，公式参数太多，计算繁琐•因素考虑不全面，适用范围有限本次研究目的：总结国内外CO2与原油最小混相压力实验数据库，分析CO2与原油混相机理以及混相压力的影响因素，建立一个一个简单实用，精度高，充分考虑各因素混相效应的MMP预测模型，并与其他模型进行预测对比。目前关系式的评价：•结论（3）聚合物粘度测定聚合物压力测定表活剂界面张力测定二元复合体系驱油效率测定CO2与原油最小混相压力预测模型研究实验样本集混相机理回归算法预测模型建立与测试影响因素分析关系式的建立预测模型测试•影响混相因素分析•影响MMP参数分析•新模型参数选择•麦夸特法•新模型的建立与求解•新模型误差分析与对比•国内外油田MMP数据•各模型预测效果对比•新模型适用条件及评价2.2技术路线3.影响MMP因素分析3.1影响CO𝟐与原油混相因素分析注入气体杂质油藏温度原油组成混相机理MMP•挥发性组分（C1-N2）•中间组分（C2-C6）•重组分（𝐶5+）•油藏地层温度•𝑁2•𝐻2𝑆•甲烷和𝐶2-𝐶4烷烃3.影响MMP因素分析3.1影响MMP各参数敏感性分析-0.1610.227-0.190.128-0.1120.2520.4130.71-0.4-0.200.20.40.60.8IntermMC5+C2-C4N2H2SClVolTR图3-1输入变量对输出变量的影响程度通过Polisade公司的@RISK软件，对各参数进行敏感性分析，得到由右图分析可知:•油藏温度对MMP的影响程度最大.•其中C2-C4的存在也会导致MMP的降低C1-N2的存在会导致MMP的升高。•挥发组分和中间组分对MMP的敏感程度不一致，需要分开考虑4.MMP关系式的建立和求解4.1CO𝟐-原油MMP模型的建立•油藏温度（𝑇𝑅）•𝐶5+的摩尔质量（𝑀𝐶5+）•挥发相的摩尔分数（VOl）•中间组分摩尔分数（Int）一、模型参数的选择二、建模假设•MMP与各参数成幂指数相关•挥发相与中间相影响度不一致•中间相（Int)对MMP负影响三、新模型形式𝐌𝐌𝐏=𝐚×(𝟏.𝟖𝑻𝑹+𝟑𝟐)𝒃×（𝑴𝑪𝟓+）𝒄×𝑽𝒐𝒍𝒅𝑰𝒏𝒕𝒆4.MMP关系式的建立和求解4.2CO𝟐-原油MMP模型的求解麦夸特法(Levenberg-Marquardt)+通用全局优化算法麦夸特算法是优化算法的一种，该方法由Levenberg1944年提出，并由Marqueardt重新发现。LM算法是介于牛顿法与梯度下降法之间的一种非线性优化方法，对于过参数化问题不敏感，能有效处理冗余参数问题，使代价函数陷入局部极小值的机会大大减小，这些特性使得LM算法在计算机视觉等领域得到广泛应用。麦夸特算法的流程：目标：对函数关系𝑥=𝑓𝑝，给定f(*)与含噪声的观测向量x，估计p.计算步骤：步骤1：取初始点𝑝0，终止控制常数ε，计算𝘀0=𝑥−𝑓(𝑃0)，K=0，𝛾0=10−3，δ=0；步骤2：计算Jacobi矩阵𝐽𝐾，计算𝑁𝑘=𝐽𝑘𝑇𝐽𝑘+𝛾𝑘𝐼,构造增量正规方程𝑁𝐾×𝛿𝑘=𝐽𝑘𝑇×𝘀𝑘；步骤3：求解增量正规方程得到𝛿𝑘；①如果𝑥−𝑓(𝑝𝑘+𝛿𝑘)𝘀𝑘，则令𝑃𝐾+1=𝑃𝐾+𝛿𝐾，若𝘀𝑘ε，停止迭代，输出结果；否则令𝛾𝑘+1=𝛾𝑘/𝑣，转到步骤2；②如果𝑥−𝑓(𝑝𝑘+𝛿𝑘)≫𝘀𝑘，则令𝛾𝑘+1=𝛾𝑘/𝑣，重新解正规方程；4.MMP关系式的建立和求解4.2CO𝟐-原油MMP模型的求解图2-3麦考特法-通用全局算法迭代过程•以文献中MMP实验数据，通过1stOp软件编程进行回归计算•采用(Levenberg-Marquar）的优化算法进行迭代求解•选取收敛判断指标为1.00E-10𝐌𝐌𝐏=𝐚×(𝟏.𝟖𝑻𝑹+𝟑𝟐)𝒃×（𝑴𝑪𝟓+）𝒄×𝑽𝒐𝒍𝒅𝑰𝒏𝒕𝒆表4-1基于麦夸特法下回归系数表参数abcde最佳估算1.6017×10−41.15711.07150.12290.13504.MMP关系式的建立和求解4.2CO𝟐-原油MMP模型的求解新模型形式:𝐌𝐌𝐏=𝟏.𝟔𝟎𝟏𝟕×𝟏𝟎−𝟒×(𝟏.𝟖𝑻𝑹+𝟑𝟐)𝟏.𝟏𝟓𝟕𝟏×（𝑴𝑪𝟓+）𝟏.𝟎𝟕𝟏𝟓×𝑽𝒐𝒍𝟎.𝟏𝟐𝟐𝟗𝑰𝒏𝒕𝟎.𝟏𝟑𝟓𝟎新模型亮点：认为Vol/Int对MMP影响敏感度不一致，故将其以𝑉𝑜𝑙𝑑𝐼𝑛𝑡𝑒分开考虑首次使用麦夸特法对其回归拟合，精度更高4.MMP关系式的建立和求解4.3新模型假设的验证如图2-3可以看出：•𝐶𝑂2-原油MMP随着原油中间组分的增加而减少，随着原油中挥发性组分的增加而增加，该模型关系式与假设符合•由d=0.1229,e=0.1350,d≠e验证了中间组分与挥发相影响度不一致的假设图4-2CO2-原油MMP随挥发相和中间相摩尔分数变化关系4.MMP关系式的建立和求解4.4新模型误差分析𝐷𝑒𝑣=𝑀𝑀𝑃.𝑒𝑥𝑝−𝑀𝑀𝑃.𝑐𝑎𝑙MMP.𝑒𝑥𝑝×100%表4-1新模型计算误差表图4-3新模型MMP与实验值关系对比•图4-3靠Y=X线，误差小，MMP小于20MPa精度更高•新模型平均相对误差为4.56%，𝑅2为0.9883，精度较高4.MMP关系式的建立和求解4.4新模型的误差分析与评价图4-3新模型与其他模型误差对比•图4-3靠近Y=X线，误差小，MMP小于20MPa精度更高•新模型平均相对误差为4.56%•其他模型的平均相对误差分别为6.19%，7.12%，12.84%，14.73%，13.24%，16.23%，•相比之下，新模型误差最小。表4-2国内外油田MMP测试样本样本注入气体CO2组成，%TR℃原油组成,%MMPMPaCO2H2SC1C2-C4MC5+IntVolI-110000098.924211.7818.7122.1I-210000097.324911.9719.0122.2I-3100000108.42726.826.8227.9I-4100000762708.7525.3520.2I-510000083.92792.7611.4820.3I-61000001122765.6814.3322.9I-71000007621027.378.6620I-8100000712226.6613.7116.7I-910000074.82359.7636.3326.1O-110000042.8204.120.9517.0710.36O-210000054.4171.231.8229.4811.02O-310000057.2182.63.4831.8813.84O-410000034.4212.5610.7616.7810O-510000071.1207.913.94.415.52O-610000032.2187.714.2810.56.9O-710000048.9205.122.6212.510.59O-8100000117.3181.128.634.223.45O-910000067.8203.8122.93116.9O-10100000110180.635.6432.5120.21O-1110000071.12216.9941.2723.45O-12100000102.22059.8451.2828.17O-1310000080240.78.653.3626.76O-141000005920911.355.4512.85.新模型对国内外油田的预测5.新模型对国内外油田的预测5.1新模型与其他模型对于国内外油田数据的预测测试图5-1新模型预测的国内油样MMP结果及误差图3-3新模型预测的国外油样MMP结果及误差•新模型对于国外数据的预测效果较好，平均绝对误差在0.6983MPa，绝对误差范围为（0.119-1.255）Mpa•新模型对于国内数据的预测平均绝对误差为1.82MPa，绝对误差范围为（0.75-2.95）Mpa5.新模型对国内外油田的预测5.1新模型与其他模型对于国内外油田数据的预测图3-1新模型对于国内外油田MMP预测对比图•新模型对于预国外油田比国内油田的MMP预测效果好•相比国内油田MMP，对国外油田MMP的预测效果更好•新模型的建模样本主要来源于国外油田的细管实验数据•国外油田主要以海相沉积为主，国内油田主要以陆相沉积为主。陆相沉积油田以重质油为主，中间组分的含量较少5.新模型对国内外油田的预测5.1新模型与其他模型预测结果对比图3-4新模型与其他模型对国内油田预测图3-5新模型与其他模型对国外油田预测•新模型对于预测国内油田MMP的平均相对误差为8.37%，预测国外油田MMP的平均相对误差为4.55%，新模型对于国内外油田预测效果都比较好.•新模型总的平均相对误差为6.04%.而Lee,Cronquist，Yellig-Metcalfe，Orr-Jensend，Alston模型的平均相对误差分别为14.69%，19.51%，19.59%，14.90%，27.03%，相比其他模型，新模型对于国内外油田MMP的预测误差更小，精度更高•新模型与其他模型预测国外油田MMP时误差均较小，主要原因是新模型和其他模型的数据基础均来至于国外油田数据5.新模型对国内外油田的预测5.1新模型预测效果评价5.新模型对国内外油田的预测5.1新模型MMP预测适用条件由于设备，数据和拟合算法的局限性，新模型在预测MMP方面也有特定的要求和适用条件。•新模型的主要参数包括油藏温度，C(5+)的摩尔质量，原油挥发相的摩尔分数和中间组分摩尔分数，精确的MMP预测需要对以上4个参数的精度测量；•由于新模型只针对油藏温度在（34.4℃-118.3℃）时有效，对于埋藏更深，温度更高的油藏不一定适合；•新模型拟合的数据基础来源于海相沉积油田，对于重组分更高的陆相油田预测效果会降低。6.讨论与结论【影响因素】：影响最小混相压力的主要因素是原油温度，C(5+)的摩尔质量，挥发相和中间相组分摩尔分数，其中温度的影响程度最大，C(5+)的摩尔质量次之，挥发相和中间相分别成正负相关【模型参数】：中间组分和挥发性组分对于MMP的影响程度不一致，