石油天然气工业论文_含抑制剂体系下天然气水合 - 天然气工业杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 天然气工业

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

石油天然气工业论文_含抑制剂体系下天然气水合

作者:

关键词:

摘要：

文章摘要:油气水混相在开采与运输过程中易生成天然气水合物，预测其形成条件可保障油气田的安全运行。建立了包含超过1500个数据点的广泛数据库和基于PSO-LSSVM的含抑制剂天然气水合物形成解离模型，与BP神经网络模型模拟结果进行了对比分析，并在荔湾气田现场管道进行了预测应用。结果表明，LSSVM模型通过PSO算法优化后确定的正则化参数为321.1523642521、核参数为1.0210368871948。BP神经网络模型和PSO-LSSVM模型的平均相对误差分别为1.92%和0.49%，说明PSO-LSSVM模型的预测能力更强。以纯水为基础介质时，BP神经网络模型和PSO-LSSVM模型均可较准确地预测水合物形成，但以含热力学抑制剂水溶液为基础介质时，PSO-LSSVM模型具有更优秀的表现。PSO-LSSVM模型对于荔湾气田现场生产具有较强的适用性，可为甲醇注入量的确定和现场安全运行策略的制定提供理论依据。

文章关键词:

项目基金:《天然气工业》网址: http://www.trqgyzzs.cn/qikandaodu/2022/0127/1740.html