《表3 GAGD非混相驱采收率预测模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于量纲分析的优化神经网络模型预测GAGD非混相开发油藏采收率》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了研究采收率与量纲组之间的最佳相互关系，目前已有学者给出了利用量纲群组预测注气辅助非混相驱采收率的方法，见表3。Rostami等[41]考虑毛管数、邦德数和黏度比，给出预测公式。尽管该公式的预测精确度大大增加（R2=0.9104），但是所考虑到的无因次量纲数量较少；Kulkarni等[13]考虑油气密度差对采收率的影响，将毛管数、邦德数和重力数结合起来定义为重力泄油数，并给出了非混相驱采收率与重力泄油数关系；WU[14]考虑了接触角和油气黏度比，对重力泄油数进行修正并重新给出预测公式，但该公式并没有考虑油藏的非均质性；Mohammad[15]充分考虑了油藏参数如油层尺寸、油藏非均质性等对采收率的影响，利用油藏数值模拟和非线性拟合等手段给出了相关预测，虽然该方法得到的结果与室内物理模拟结果具有一致性，但仍然存在预测精度不高且对实际油田采收率预测结果较差的问题。