凝析气藏露点压力的神经网络预测方法

针对凝析气藏露点压力与其影响因子之间的复杂非线性关系,难以建立具体的精确模型。本文应用人工神经网络的建模方法、多层感知器的模型结构、自适应学习速率的BP学习算法,辨识凝析气藏露点压力的功能模型,并把辨识模型的仿真结果与实验室测得的实际露点压力数据相对比,开展了与多元回归、经验公式的比较研究,以检验神经网络模型的可靠性。实验结果表明,这种新的凝析气藏露点压力建模方法具有很高的精度。