首页--工业技术论文--石油、天然气工业论文--油气田开发与开采论文--采油工程论文--提高采收率与维持油层压力(二次、三次采油)论文

CO2与原油最小混相压力模拟预测及实验测定

摘要第5-7页
Abstract第7-9页
术语第13-16页
第一章 绪论第16-35页
    1.1 研究背景及意义第16-17页
    1.2 CO_2提高原油采收率机理及CO_2驱油技术现状第17-22页
        1.2.1 CO_2提高原油采收率机理描述第17-19页
        1.2.2 CO_2驱油技术现状第19-22页
    1.3 最小混相压力(MMP)及其影响因素第22-26页
        1.3.1 基本概念描述第22-23页
        1.3.2 CO_2混相机理第23-24页
        1.3.3 最小混相压力的主要影响因素第24-26页
    1.4 最小混相压力测定方法概述第26-32页
        1.4.1 实验测定法第26-29页
        1.4.2 理论计算法第29-32页
    1.5 研究内容及技术路线第32-35页
        1.5.1 研究内容第32-33页
        1.5.2 技术路线第33-35页
第二章 Winprop流体相态模型的建立及最小混相压力预测第35-55页
    2.1 基本理论描述第35-37页
        2.1.1 Winprop软件概述第35页
        2.1.2 状态方程及相态计算第35-37页
    2.2 PVT(压力-体积-温度)实验第37-40页
        2.2.1 等组分膨胀实验第37-38页
        2.2.2 差异释放第38-39页
        2.2.3 定容衰竭实验第39页
        2.2.4 注气膨胀实验第39-40页
        2.2.5 多级接触实验第40页
    2.3 流体相态研究及最小混相压力预测第40-53页
        2.3.1 拟组分划分第41-43页
        2.3.2 流体PVT参数拟合第43-51页
        2.3.3 地层流体拟组分临界特征参数第51-52页
        2.3.4 最小混相压力计算及混相机理探究第52-53页
    2.4 本章小结第53-55页
第三章 人工神经网络建立过程及最小混相压力预测第55-70页
    3.1 人工神经网络概述第55-58页
        3.1.1 神经网络的基本理论第55页
        3.1.2 神经网络基本结构第55-58页
    3.2 数据采集第58-59页
    3.3 两种神经网络模型的建立过程第59-62页
        3.3.1 反向传播神经网络(BPNN)建立过程第59-61页
        3.3.2 径向基神经网络建立过程第61-62页
    3.4 两种神经网络预测模型及结果分析第62-69页
        3.4.1 优化后的神经网络结构第62-63页
        3.4.2 两种不同神经网络模型的预测结果分析第63-67页
        3.4.3 两种不同神经网络模型的预测性能评价第67-69页
    3.5 本章小结第69-70页
第四章 基于遗传算法和粒子群算法优化的改进型神经网络模型的建立及最小混相压力预测第70-86页
    4.1 引言第70-71页
    4.2 遗传算法和粒子群算法概述第71-74页
        4.2.1 遗传算法(GA)第71-73页
        4.2.2 粒子群算法(PSO)第73-74页
    4.3 基于遗传算法(GA)和粒子群算法(PSO)优化的改进型反向传播神经网络模型的建立过程第74-77页
        4.3.1 基于遗传算法改进的反向传播神经网络模型(GA-BPNN)建立过程第75-76页
        4.3.2 基于粒子群算法改进的反向传播神经网络模型(PSO-BPNN)建立过程第76-77页
    4.4 两种改进型神经网络模型及预测结果分析第77-84页
        4.4.1 优化后的改进型神经网络结构第77-79页
        4.4.2 两种改进型神经网络模型的预测结果分析第79-82页
        4.4.3 改进型神经网络模型的预测值随各参数的变化趋势(灵敏度分析)第82-84页
    4.5 本章小结第84-86页
第五章 改进型关联式的建立及最小混相压力预测第86-99页
    5.1 引言第86页
    5.2 已有关联式汇总第86-89页
    5.3 改进型关联式的建立第89-91页
        5.3.1 用于计算纯CO_2气体注入方式下的改进型MMP关联式第89-90页
        5.3.2 用于计算含杂质CO_2气体注入方式下的改进型MMP关联式第90-91页
    5.4 结果与讨论第91-98页
        5.4.1 改进型MMP关联式的最终表达式第91-92页
        5.4.2 改进型MMP关联式的准确性评价第92-96页
        5.4.3 改进型MMP关联式的适应度分析第96页
        5.4.4 MMP与各影响因素间的相关性分析第96-98页
    5.5 结论第98-99页
第六章 细管实验法测定最小混相压力及多种模型结果对比第99-108页
    6.1 引言第99页
    6.2 细管实验法测定MMP实验过程第99-103页
        6.2.1 实验条件设定第99-101页
        6.2.2 实验材料第101页
        6.2.3 实验设备及流程第101-102页
        6.2.4 实验过程第102-103页
    6.3 细管实验法测定MMP驱替结果分析第103-106页
    6.4 多种模型预测MMP结果分析对比第106-107页
    6.5 本章小结第107-108页
结论与展望第108页
结论第108-109页
下一步工作展望第109-110页
参考文献第110-120页
附录A 攻读学位期间所发表的学术论文目录第120-121页
附录B 攻读博士学位期间主要参与的科研项目第121-122页
附录C 论文中建立模型所用的文献数据及出处第122-136页
致谢第136页

论文共136页,点击 下载论文
上一篇:基于上转换颗粒等新型纳米材料的生物传感方法研究
下一篇:猪伪狂犬病病毒(HNX株)的生物学特性与比较基因组学研究