储层孔隙介质多组分气体吸附的神经网络模型
Error back propagation adsorption model of multi-component gas in reservoir porous medium作者机构:西南石油学院四川南充637001
出 版 物:《计算机与应用化学》 (Computers and Applied Chemistry)
年 卷 期:2003年第20卷第1期
页 面:135-138页
核心收录:
学科分类:0820[工学-石油与天然气工程] 081704[工学-应用化学] 07[理学] 070304[理学-物理化学(含∶化学物理)] 08[工学] 0817[工学-化学工程与技术] 0703[理学-化学] 082002[工学-油气田开发工程]
摘 要:利用误差逆传播(Error Back Propagation)神经网络技术建立了适用于储层孔隙介质气体吸附的误差逆传播吸附模型(Er-ror Back Propagation Adsorption Model)。该模型同时考虑了储层孔隙介质本身的非均质性和吸附相结构的非均质性,并将这些非均质性信息分散记忆并贮存到模型的网络结构中,因而从理论上避免了传统吸附模型不能全面“包容气体——储层孔隙介质吸附体系非均质特征的缺陷。最后,给出了EBPAM模型针对储层孔隙介质三元混合气和五元混合气吸附模拟的计算实例,用以证实EBPAM针对储层孔隙介质气体吸附的适用性。