作者：卞小强; 韩兵; 杜志敏油气田开发酸性天然气水合物支持向量机异常点检测
摘要：针对高含H2S、CO2天然气水合物生成条件预测准确性较低的问题,引入1种酸性气体（H2S＋CO2）相对于CH4的贡献因子（σ）,建立一种基于支持向量机（support vector machine,SVM）预测高含H2S、CO2天然气水合物生成条件的新模型。该模型以σ、CH4、H2S、CO2摩尔分数和水合物生成温度为输入变量,以水合物生成压力为输出变量。在SVM模型59个实验点训练的基础上,进行了20个数据点的水合物生成条件预测。最后,基于杠杆方法,开展了所有数据（79个）的异常点检测。结果表明：在n（H2S）=4.95%~26.62%、n（CO2）=6.81%~22.30%条件下,SVM模型预测的平均绝对相对偏差（average absolute relative deviation,AARD）为5.70%,且所有数据点均未出现异常值。从而为酸性天然气水合物生成条件的准确预测提供了1种行之有效的新方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
