基于广义回归神经网络的CO2驱最小混相压力预测

针对传统的最小混相压力预测方法应用不便或误差较大等问题,提出利用广义回归神经网络进行CO2驱最小混相压力预测。以油藏温度、C5+分子量、中间组分摩尔分数、挥发组分摩尔分数为输入变量,以最小混相压力为输出变量,建立广义回归神经网络预测模型,对CO2驱最小混相压力进行预测,将结果与其他预测方法进行对比,并做误差分析。实例计算结果表明,广义回归神经网络用于CO2驱最小混相压力预测是可行的,且具有精度高、收敛快、适用范围广、使用简便等特点。