CO2與原油最小混相壓力模擬預測及實驗測定.pdf

1、CO2捕獲、利用與封存(CCUS)技術是實現(xiàn)節(jié)能減排和低碳環(huán)保的主要手段。CO2提高原油采收率(CO2-EOR)技術能夠同時實現(xiàn)CO2的利用和封存，是CCUS技術中最為重要且經(jīng)濟有效的CO2利用方式。CO2與油藏原油間的最小混相壓力(MMP)是CO2驅替過程中的關鍵參數(shù)之一，是區(qū)分CO2混相驅和非混相驅的界限。準確估計CO2與原油的最小混相壓力對于提高CO2混相驅替效率、降低操作成本、產(chǎn)生社會經(jīng)濟效益來說都是非常重要的。
　　各種

2、MMP確定方法中，實驗測量法操作復雜、耗時較長且花費較大，而理論計算方法則更為快速、簡便、經(jīng)濟。因此，本文擬建立四種不同類型的理論模型，即Winprop流體相態(tài)模型、傳統(tǒng)神經(jīng)網(wǎng)絡模型、改進型神經(jīng)網(wǎng)絡模型以及改進型數(shù)值關聯(lián)式，對純CO2注入和含雜質CO2注入兩種情況下的MMP進行計算和模擬預測。本文以10個影響MMP的參數(shù)，即油層溫度（TR）、原油中易揮發(fā)組分摩爾分數(shù)（xvol）、原油中C2-C4組分摩爾分數(shù)(xC2-4)、原油中C5-C

3、6組分摩爾分數(shù)（xC5-6）、原油中C7+組分分子量(MWC7+)、注入氣中CO2及四個雜質摩爾分數(shù)（即yCO2、yC1、yN2、yH2S和yHC），作為輸入變量建立本文的理論計算公式或模型。通過與實驗測量值及已有關聯(lián)式的計算結果進行對比驗證模型的可靠性和準確度。隨后，采用長細管實驗法測量CO2與模擬油樣間的MMP，并分別用幾種模型來進行預測，以實際實驗數(shù)據(jù)來評價各模型的預測性能。
　　具體來說，本文主要從以下五個方面進行研究:<

4、br>　　(1)將某個選定的原油特性參數(shù)數(shù)據(jù)導入Winprop軟件，模擬CO2與原油混相過程中的相態(tài)及性質變化，擬合PVT參數(shù)以建立更為準確的流體相態(tài)模型;調整狀態(tài)方程(EOS)參數(shù)，用多級接觸混相模擬計算CO2與原油混相過程的最小混相壓力，并探究CO2與該油樣的混相機理。
　　(2)收集匯總數(shù)據(jù)，分別建立反向傳播神經(jīng)網(wǎng)絡(BPNN)與徑向基神經(jīng)網(wǎng)絡（RBFNN）模型，同時對純CO2注入和含雜質CO2注入兩種情況下的CO2-原油M

5、MP進行模擬預測。通過適當?shù)木幊陶{整網(wǎng)絡模型參數(shù)，找尋出最優(yōu)的網(wǎng)絡模型結構參數(shù)值。研究發(fā)現(xiàn)，BPNN和RBFNN均有較好的預測效果，訓練和測試數(shù)據(jù)預測值與實驗值均有較高的相關性，但相對來說，BPNN有更好的泛化能力和適應度。此外，可擴展性分析顯示了所建立模型在任意參數(shù)值區(qū)間內的良好預測精度。
　　(3)利用遺傳算法(GA)和粒子群算法(PSO)空間參數(shù)尋優(yōu)技術，對BPNN網(wǎng)絡模型的初始權值、偏置值進行優(yōu)化預處理，以改善單一神經(jīng)網(wǎng)絡

6、模型易陷入局部最優(yōu)或過度擬合的缺陷。將優(yōu)化后的權值和偏置值代入神經(jīng)網(wǎng)絡模型中作為初始特征值，建立GA-BPNN和PSO-BPNN改進型神經(jīng)網(wǎng)絡模型，并與單一BPNN模型的預測結果進行對比，發(fā)現(xiàn):GA-BPNN和PSO-BPNN的預測精度均高于BPNN，兩種改進型模型的測試AAD值比BPNN分別減少了32.65％和22.93％。相比較而言，GA-BPNN比PSO-BPNN有更好的泛化能力。GA-BPNN的靈敏度分析結果顯示，由于地下油層流

7、體與CO2注入氣各組分間的交互作用機理的復雜性，MMP的變化趨勢隨每個參數(shù)值的變化而改變。
　　(4)通過對已有預測MMP的理論關聯(lián)式進行分析，考查各影響參數(shù)表達形式、理論關系式類型、復雜度等對預測精度的影響，進而構建本文的改進型數(shù)值關聯(lián)式，以直觀反映MMP與各影響因素間的關聯(lián)度。結果對比顯示該改進型關聯(lián)式的計算結果與實驗值吻合度很高，且預測精度優(yōu)于其他理論關聯(lián)式。改進型關聯(lián)式的預測精度比GA-BPNN模型略低，但可以很直觀地反映

8、出MMP與各影響因素間的非線性關系，且關聯(lián)式的結構更為簡便?？蓴U展性分析結果顯示了改進型關聯(lián)式的良好適應性。MMP與10個影響參數(shù)間的相關性大小為:TR＞xC5-C6＞MC7+＞xvol＞yH2S＞yHC＞yCO2＞yC1＞yN2＞xC2-C4。
　　(5)采用填砂管模型測定了純CO2氣體與模擬油樣在40℃下的MMP值，作為進一步檢驗本文幾種不同模型預測性能的實踐依據(jù)。根據(jù)一系列不同壓力下的驅替實驗結果，最終得到的MMP值為8.2