论文部分内容阅读
应用BP神经网络预测CO2最小混相压力，选择C5＋分子量、油藏温度、挥发油（CH4和氮气）的摩尔分数、中间油（C2-C10）的摩尔分数作为参数，用相关文献的实验结果作为样本进行训练，选取网络模型各层函数、隐含层节点数和算法得出适合的BP神经网络，结合实际细管实验的数据及相关参数修改网络输入参数应用于实际油藏，预测最小混相压力并分析相关的影响因素，指导生产和相应理论研究。