基于BP神經(jīng)網(wǎng)絡(luò)的含CO2天然氣偏差因子預(yù)測(cè)

陳亮，袁恩來(lái)，孫雷

（1.中國(guó)石油新疆油田公司勘探開(kāi)發(fā)研究院，新疆 克拉瑪依 834000；2.中國(guó)石油新疆油田公司實(shí)驗(yàn)檢測(cè)研究院，新疆 克拉瑪依 834000；3.西南石油大學(xué)油氣藏地質(zhì)及開(kāi)發(fā)工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，四川 成都 610500）

0 引言

CO2摩爾分?jǐn)?shù)對(duì)天然氣偏差因子有較大的影響。CO2作為酸性氣體，對(duì)天然氣臨界參數(shù)的影響不可忽視，至今尚無(wú)準(zhǔn)確求取含CO2天然氣體系臨界參數(shù)的簡(jiǎn)單方法，常規(guī)計(jì)算主要是對(duì)擬臨界參數(shù)進(jìn)行校正。當(dāng)天然氣中含非烴氣體（CO2，H2S，N2）和水蒸氣時(shí)，其臨界參數(shù)校正方法主要有以下3種：1）考慮CO2，H2S及N2影響的 Car-Kobayshi-Burrows 方法［1］；2）考慮 H2S，CO2影響的 Wichert-Aziz 校正方法［2］；3）郭緒強(qiáng)校正法［3］。研究表明［4-9］，各種校正方法僅適用于非烴氣體摩爾分?jǐn)?shù)較低的情況，CO2摩爾分?jǐn)?shù)越高，誤差越大，經(jīng)驗(yàn)公式及臨界參數(shù)校正方法則表現(xiàn)出較強(qiáng)的不適應(yīng)性。

神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有強(qiáng)大的自組織、自學(xué)習(xí)、自適應(yīng)能力，可對(duì)未知體系進(jìn)行科學(xué)學(xué)習(xí)及合理預(yù)測(cè)［10-13］。筆者以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，以實(shí)驗(yàn)壓力（p）、實(shí)驗(yàn)溫度（T）、修正前體系臨界參數(shù)（ppc，Tpc）及 CO2摩爾分?jǐn)?shù)作為輸入變量，繞過(guò)直接準(zhǔn)確求取含CO2天然氣混合體系臨界參數(shù)的過(guò)程，對(duì)含CO2天然氣偏差因子進(jìn)行預(yù)測(cè)，同時(shí)與常規(guī)經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行對(duì)比，評(píng)價(jià)含CO2天然氣偏差因子計(jì)算模型的適應(yīng)性。

1 BP神經(jīng)網(wǎng)絡(luò)建立

BP神經(jīng)網(wǎng)絡(luò)是一種人工智能模式識(shí)別方法，具有高度并行的處理機(jī)制、高度靈活可變的拓?fù)浣Y(jié)構(gòu)以及強(qiáng)大的預(yù)測(cè)分析能力［10］，目前已廣泛應(yīng)用于科學(xué)研究預(yù)測(cè)。

1.1 模型建立

BP神經(jīng)網(wǎng)絡(luò)可以包含1層或多層隱含層，在不限制其隱含層節(jié)點(diǎn)數(shù)的情況下，具有通過(guò)1層隱含層就可實(shí)現(xiàn)任意非線性映射的功能，其模型結(jié)構(gòu)包括輸入層、隱含層和輸出層。如何確定有代表性的輸入?yún)?shù)，是模型預(yù)測(cè)的關(guān)鍵。

含CO2天然氣偏差因子預(yù)測(cè)，其輸入層代表的是含CO2天然氣的主要特性，通過(guò)這個(gè)主要特性來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，根據(jù)學(xué)習(xí)到的結(jié)果計(jì)算其他任意CO2摩爾分?jǐn)?shù)天然氣的偏差因子。范德華對(duì)應(yīng)狀態(tài)原理說(shuō)明，一種物質(zhì)的物理參數(shù)是它對(duì)應(yīng)臨界點(diǎn)物性參數(shù)的函數(shù)［14］。偏差因子亦然，可表示為

式中：pr為對(duì)比壓力；Tr為對(duì)比溫度；p為氣體的絕對(duì)壓力；T為氣體的絕對(duì)溫度。

式（1）表明，偏差因子主要由體系的 T，p，Tpc，ppc決定。根據(jù)文獻(xiàn)［1-3］，前述3種校正方法修正后的酸性氣體臨界參數(shù)均是天然氣中非烴氣體（CO2，H2S，N2）摩爾分?jǐn)?shù)及修正前體系臨界參數(shù)（ppc，Tpc）的函數(shù)。

綜合分析，本模型輸入層參數(shù)選擇實(shí)驗(yàn)壓力（p）、實(shí)驗(yàn)溫度（T）、修正前體系臨界參數(shù)（ppc，Tpc）及 CO2摩爾分?jǐn)?shù)作為輸入變量進(jìn)行預(yù)測(cè)，因此，輸入層節(jié)點(diǎn)數(shù)為5，輸出為偏差因子，輸出層節(jié)點(diǎn)數(shù)為1。根據(jù)計(jì)算要求，本模型選用1層隱含層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，神經(jīng)元個(gè)數(shù)為5。采用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱提供的神經(jīng)網(wǎng)絡(luò)專用函數(shù)newff（）進(jìn)行計(jì)算。

1.2 訓(xùn)練及學(xué)習(xí)方法選擇

網(wǎng)絡(luò)訓(xùn)練與學(xué)習(xí)就是通過(guò)調(diào)整權(quán)重和閥值，使網(wǎng)絡(luò)的輸入和輸出反復(fù)作用于初始化的網(wǎng)絡(luò)，以使網(wǎng)絡(luò)誤差最小，從而實(shí)現(xiàn)輸入輸出間的非線性映射。

神經(jīng)網(wǎng)絡(luò)有多種訓(xùn)練和學(xué)習(xí)方法，本模型以批變模式來(lái)訓(xùn)練網(wǎng)絡(luò)函數(shù)，設(shè)置訓(xùn)練的目標(biāo)均方差為0.001，學(xué)習(xí)速率為0.05。

1.3 模型驗(yàn)證

本模型選用相對(duì)誤差來(lái)反映預(yù)測(cè)數(shù)據(jù)偏離實(shí)驗(yàn)測(cè)定值的程度。學(xué)習(xí)樣本數(shù)據(jù)主要來(lái)自文獻(xiàn)［4-7］，總計(jì)249個(gè)學(xué)習(xí)樣本。CO2摩爾分?jǐn)?shù)分布如表1所示，所選樣品均具有較強(qiáng)的代表性。

表1 CO2摩爾分?jǐn)?shù)分布

BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)驗(yàn)值對(duì)比結(jié)果見(jiàn)圖1。從圖1可以看出，預(yù)測(cè)值與實(shí)驗(yàn)值正好分布在45°線上，這表明通過(guò)一定訓(xùn)練后，預(yù)測(cè)值與實(shí)驗(yàn)值吻合較好。

圖1 偏差因子BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)驗(yàn)值對(duì)比

定義相對(duì)誤差為

式中：ε為相對(duì)誤差，%；Zcal為BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)偏差因子；Zexp為實(shí)驗(yàn)測(cè)定偏差因子；n為學(xué)習(xí)樣本點(diǎn)數(shù)。

根據(jù)相對(duì)誤差計(jì)算公式，模型驗(yàn)證數(shù)據(jù)的相對(duì)誤差僅為0.76%，預(yù)測(cè)精度很高。

2 模型應(yīng)用

為驗(yàn)證模型的有效性，采用DBR-PVT儀測(cè)定了不同CO2摩爾分?jǐn)?shù)天然氣的偏差因子，所選氣體CO2摩爾分?jǐn)?shù)分別為 0%，23.60%，53.31%，87.32%，98.67%，樣品組分見(jiàn)表2。實(shí)驗(yàn)溫度80℃，實(shí)驗(yàn)壓力0.10～42.34 MPa。實(shí)驗(yàn)測(cè)試按照《天然氣藏流體物性分析方法》進(jìn)行，結(jié)果見(jiàn)圖2。

表2 測(cè)試樣品組分

圖2 不同CO2摩爾分?jǐn)?shù)下天然氣偏差因子實(shí)測(cè)數(shù)據(jù)

從圖2可以看出，CO2摩爾分?jǐn)?shù)對(duì)天然氣偏差因子有較大的影響。CO2摩爾分?jǐn)?shù)越高，天然氣偏差因子越小。這說(shuō)明，天然氣中CO2摩爾分?jǐn)?shù)越高，相同狀態(tài)下氣體偏離理想氣體的程度越大。

根據(jù)實(shí)驗(yàn)數(shù)據(jù)，以 p，T，ppc，Tpc及 CO2摩爾分?jǐn)?shù)作為輸入變量，對(duì)其進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果見(jiàn)圖3。

圖3 偏差因子實(shí)驗(yàn)值與預(yù)測(cè)值對(duì)比

從圖3可以看出，預(yù)測(cè)值與實(shí)驗(yàn)值正好分布在45°線上，表明預(yù)測(cè)值與實(shí)測(cè)值吻合程度較高。

3 偏差因子模型計(jì)算對(duì)比

為了評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)對(duì)含CO2天然氣偏差因子計(jì)算的適用性，將BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果與經(jīng)驗(yàn)公式計(jì)算結(jié)果進(jìn)行對(duì)比。綜合考慮混合規(guī)則（Key′s，SBV和RK）和校正方法（CKB，WA及GXQ），選取了目前常見(jiàn)的經(jīng)驗(yàn)公式（DAK，DPR，HY，Papay，BB，Granmer、張國(guó)東及李相方模型）［15-20］，總計(jì)48種組合，對(duì)5組實(shí)驗(yàn)進(jìn)行綜合評(píng)價(jià)。計(jì)算結(jié)果表明，經(jīng)驗(yàn)公式（DPR，HY，BB）+修正規(guī)則（Key′，RK）+校正方法（WA，GXQ）組合計(jì)算含CO2天然氣偏差因子效果最好，相對(duì)誤差見(jiàn)表3。

表3 不同方法計(jì)算CO2氣藏氣體偏差因子誤差對(duì)比

由表3可知：1）常規(guī)偏差因子計(jì)算模型中，BB模型計(jì)算CO2氣藏氣體偏差因子的精度較高；2）對(duì)于CO2摩爾分?jǐn)?shù)低于50%的天然氣（如樣品1、樣品2），HY，DPR及BB方法計(jì)算的精度都較高，誤差小于3%；當(dāng)CO2摩爾分?jǐn)?shù)超過(guò)50%時(shí)（如樣品3、樣品4及樣品5），DPR及HY方法表現(xiàn)出較強(qiáng)的不適應(yīng)性，計(jì)算誤差大于5%，不能滿足工程要求，BB法適應(yīng)性較強(qiáng)，誤差均小于5%；3）BP神經(jīng)網(wǎng)絡(luò)適應(yīng)性最強(qiáng)，預(yù)測(cè)精度最高，誤差均小于0.5%。

4 結(jié)論

1）將BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型應(yīng)用于不同CO2摩爾分?jǐn)?shù)天然氣偏差因子的計(jì)算，為含CO2天然氣偏差因子計(jì)算提供了一種新的方法。

2）偏差因子計(jì)算模型對(duì)比結(jié)果表明，常規(guī)的偏差因子計(jì)算方法適用于CO2摩爾分?jǐn)?shù)低于50%的天然氣，對(duì)CO2摩爾分?jǐn)?shù)超過(guò)50%的天然氣，誤差均較大。

3）BP神經(jīng)網(wǎng)絡(luò)適應(yīng)性最強(qiáng)，對(duì)所有樣品的相對(duì)誤差均小于0.5%，驗(yàn)證了該方法的精確性。

［1］楊繼盛，劉建儀.采氣實(shí)用計(jì)算［M］.北京：石油工業(yè)出版社，1994：7-8.

［2］Wichert E，Aziz K.Calculation of Z for sour gases［J］.Hydrocarbon Processing，1972，51（5）：119-122.

［3］郭緒強(qiáng)，閻偉，陳爽，等.特高壓力下天然氣壓縮因子模型應(yīng)用評(píng)價(jià)［J］.石油大學(xué)學(xué)報(bào)：自然科學(xué)版，2000，24（6）：36-38.

［4］張慶洲，樊建明，郭平，等.非烴對(duì)氣藏流體偏差系數(shù)的影響［J］.天然氣工業(yè)，2009，29（10）：74-76.

［5］王剛，楊勝來(lái).富含CO2天然氣偏差因子研究［J］.石油鉆采工藝，2010，32（1）：53-56.

［6］郭肖，杜志敏，楊雪峰，等.酸性氣藏偏差因子計(jì)算模型［J］.天然氣工業(yè)，2008，28（4）：89-92.

［7］汪周華，郭平，李海平，等.酸性天然氣壓縮因子實(shí)用算法對(duì)比分析［J］.西南石油學(xué)院學(xué)報(bào)，2004，26（1）：47-50.

［8］汪周華，郭平，周克明，等.羅家寨氣田酸性氣體偏差因子預(yù)測(cè)方法對(duì)比［J］.天然氣工業(yè)，2004，24（7）：86-95.

［9］Piper L D，McCain W D Jr，Corredor J H.Compressibility factors for naturally occurring petroleum gases［R］.SPE 26668，1993.

［10］韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用［M］.北京：化學(xué)工業(yè)出版社，2002：5-6.

［11］任雙雙，楊勝來(lái)，沈飛.BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最小混相壓力［J］.斷塊油氣田，2010，17（2）：216-218.

［12］范照偉，楊勝來(lái)，王玉霞，等.火山巖高含CO2氣藏滲透率應(yīng)力敏感性研究［J］.斷塊油氣田，2010，17（1）：57-59.

［13］陳林，孫雷，彭彩珍，等.注CO2井筒溫度場(chǎng)分布規(guī)律模擬研究［J］.斷塊油氣田，2009，16（6）：82-84.

［14］李士倫.天然氣工程［M］.北京：石油工業(yè)出版社，2000：8-9.

［15］張楠，許巧娟.富含CO2天然氣偏差因子計(jì)算模型及影響因素研究［J］.天然氣勘探與開(kāi)發(fā)，2013，36（3）：61-64，69.

［16］徐朝陽(yáng)，熊鈺，謝恩，等.酸性天然氣偏差因子計(jì)算方法優(yōu)選［J］.重慶科技學(xué)院學(xué)報(bào)：自然科學(xué)版，2012，14（1）：23-26.

［17］伍勇，杜志敏，郭肖，等.異常高壓氣藏偏差因子計(jì)算方法［J］.天然氣工業(yè)，2008，28（6）：92-93，100.

［18］黃德明，付德奎，胡杰，等.高酸氣田天然氣偏差因子計(jì)算方法［J］.天然氣技術(shù)與經(jīng)濟(jì)，2012，6（6）：30-33.

［19］陽(yáng)建平，肖香姣，張峰，等.幾種天然氣偏差因子計(jì)算方法的適用性評(píng)價(jià)［J］.天然氣地球科學(xué)，2007，18（1）：154-157.

［20］胡建國(guó)，郭分喬，許進(jìn)進(jìn).計(jì)算天然氣偏差因子的DAK方法的修正［J］.石油與天然氣地質(zhì)，2013，13（1）：120-123.