计算机化工物性数据系统的性能研究(Ⅰ)——DIPPR和KB-OPDS的建立和发展

本文首次在国内介绍了在欧美受到普遍重视的工业物性数据系统 DIPPR 的系统结构、可检索数据项及可预测物性项,同时也简要描述了 KB-OPDS 的系统结构和软件功能;两者的比较研究结果将在下一篇文章中报告.

有机化合物物性估算系统软件的开发(Ⅰ)——有机物性的估算

介绍了有机化合物物性估算系统软件的有机物性估算及模型选用,描述了其主要物性的估算模型及输入参数和适用范围。根据当前最新的物性研究成果,系统建立了基础物性数据库,并为大部分物性提供了多种估算模型,以予互相补充。在物性估算过程中,系统将显示出待估算物性的每种估算模型的适用范图、输入参数和估算精度等信息,用户可根据自己的实际情况选择一种或几种模型进行物性估算,迅速得到满意的计算结果。

有机化合物物性估算系统软件的开发(Ⅰ)——有机化合物物性的估算

介绍了有机化合物物性估算系统软件的有机物性估算及模型选用,描述了其主要物性的估算模型及输入参数和适用范围。根据当前最新的物性研究成果,系统建立了基础物性数据库,并为大部分物性提供了多种估算模型,以予互相补充。在物性估算过程中,系统将显示出待估算物性的每种估算模型的适用范图、输入参数和估算精度等信息,用户可根据自己的实际情况选择一种或几种模型进行物性估算,迅速得到满意的计算结果。

基于机器学习的储层预测方法

机器学习和数据挖掘具有出色的预测、分析、决策和计算能力,在油气勘探开发领域的应用已取得良好的效果。在总结储层预测方法的基础上,分析了不同储层预测方法的适用性及优缺点,应用机器学习方法,挖掘测井和地震数据,预测了储层的岩石类型、空间展布、孔隙度、渗透率和含油饱和度。将该方法与地震反演储层预测对比,结果表明该方法具有明显优势。一是挖掘地震数据蕴含的大量信息并进行多重属性融合,使预测精度提高;二是数据驱动代替经验驱动,使工作流程简化。

利用原油宽馏分数据预测馏分油性质

提出一种利用原油宽馏分数据，预测任何温度范围的馏分油收率和物理性质的方法。首先推导了馏分油性质与馏程起、止温度的二元关系式，然后对馏分油各种性质确定了预测策略，即整体拟合还是局部插植。经过对数百种原油的广泛检验，证明提出的预测方法是适用的。

有机物性估算系统OPES微机版本的研制（Ⅰ）—物性估算与方法选择

介绍有机物性估算系统ＯＰＥＳ（ＯｒｇａｎｉｃｐｈｙｓｉｃａｌＰｒｏｐｅｒｔｙＥｓｔｉｍａｔｉｏｎＳｙｓｔｅｍ）微机版本的特点。ＯＰＥＳ内装由系统推荐数据构成的基础物性数据库，并为每种物性均提供多种模型，这些模型反映了物性研究的最新成果。系统采用两种方式帮助用户选择合适的估算方法：（１）收集整理了模型的适用范围、估算精度、输入参数等参考信息，供用户选择模型时在线查询；（２）对数据库中的化合物以及估算模型按照极性类别分为四类，自动向用户显示适合于所要计算的化合物的估算模型菜单，缩小了需用户选择的范围。