(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110513381.3 (22)申请日 2021.05.11 (65)同一申请的已公布的文献号 申请公布号 CN 113239621 A (43)申请公布日 2021.08.10 (73)专利权人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 梁海波　杜麟龙　杨海　 (74)专利代理 机构 成都知棋知识产权代理事务 所(普通合伙) 51325 专利代理师 马超前 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/28(2020.01) G16C 20/70(2019.01) G16C 20/30(2019.01)G01N 21/35(2014.01) G01N 21/3577(2014.01) G06F 113/08(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (56)对比文件 CN 112730299 A,2021.04.3 0 CN 110056348 A,2019.07.26 CN 109324013 A,2019.02.12 CN 1693893 A,20 05.11.09 罗黔林.“常规原油PVT特 征参数确定方法研 究”. 《中国优秀硕士学位 论文全文数据库 工程 科技Ⅰ辑》 .2018,(第8 期),B019-17. 符崇垚.“基于诊断比值的L ogistic回归分 析对中东原油的鉴别 ”. 《中国优秀硕士学位 论文 全文数据库 工程科技 Ⅰ辑》 .2017,(第7期), B027-175. 审查员 付宇航 (54)发明名称 一种基于弹性网络回归算法的PVT测量方法 (57)摘要 本发明提供一种基于弹性网络回归算法的 PVT测量方法， 包括步骤1.放置井下红外光谱仪； 步骤2.实时获取原油的成分以及相对含量； 步骤 3.输入弹性网络回归模型； 步骤4.将所测量的成 分参数输入模型后得到原油PVT特性。 本发明分 别训练了三个模型， 这些模型针对PVT特性： 泡点 压力、 溶解气油比和油层体积系数， 在所有三个 模型中使用了交叉验证和超参数调整的方法， 确 保模型准确性和稳健性， 最终实现通过输入成分 数据预测原油的PVT。 权利要求书2页 说明书6页 附图4页 CN 113239621 B 2022.07.12 CN 113239621 B 1.一种基于弹性网络回归算法的PVT测量方法， 其特 征在于， 包括如下步骤： 步骤1.放置井下红外光谱仪； 步骤2.实时获取原油的成分以及相对 含量； 步骤3.将步骤2结果输入弹性网络回归 模型； 步骤4.将所测量的成分参数输入 模型后得到原油PVT特性； 步骤4包括： S301.将获得的地层参数输入； S302.设置初始模型参数； S303.进行网络回归 模型的训练； 其中， 模型的L1参数和L2参数为两个正则化参数,B为自变量, β 为自变量系数， 为修正 后的自变量系数； S304.进行误差计算再进行误差判断； S305.当模型达 到误差要求时， 得到泡 点压力、 溶解气油比、 油层体积系数三个模型； 泡点压力模型与各成分为线性关系： Pb＝C1+C2+C3+C4+C5+C6+C7‑CO2+N2+MW‑MW(C7+)+C 其中， Pb是泡点压力， C1‑C7表示了各成分的烷烃具体含量， C7+代表分子中碳原子数大于 7的烷烃， C02代表二氧化碳具体含量， N2表示氮气的具体含量， MW代表了各个烷烃的相对分 子量， C为常数； 溶解气油比与各成分为多 项式关系： 其中， Rsi是溶解气油比， 是甲烷含量的平方， 是丙烷含量的平方， C7+代表分子中碳 原子数大于7的烷烃， C1‑C7表示了各成分的烷烃具体含量， C02代表二氧化碳具体含量， MW代 表了各个烷烃的相对分子量， C为常数； 油层体积系数与各成分之间为对数关系： 其中， logBo是油层体积系数的对数， a为次数, 是甲烷含量的平方， C1‑C7表示了各成权　利　要　求　书 1/2 页 2 CN 113239621 B 2分的烷烃具体含量， C7+代表分子中碳原子数大于7的烷烃， C02代表二氧化碳具体含量， MW代 表了各个烷烃的相对分子量， C为常数。 2.根据权利要求1所述的基于弹性网络回归算法的PVT测量方法， 其特征在于， 所述步 骤2还包括将获得的井下 红外光谱数据进 行预处理， 包括对井下光谱 数据求导数， 消除基线 和消除背景 的干扰， 采用平滑滤波消除井下光谱数据的噪声， 用多元散射校正消除散射对 井下光谱数据的影响。 3.根据权利要求1所述的基于弹性网络回归算法的PVT测量方法， 其特征在于， 地层参 数是： 储层泡点压力、 溶解气油比、 油层体积系数、 储层温度、 储层压力、 气体重力、 原油重 力、 成分数据。 4.根据权利要求1所述的基于弹性网络回归算法的PVT测量方法， 其特征在于， S304包 括： 计算误差梯度中的激活函数的分阶导数， 计算 误差梯度， 并用来进行超参数调整； 调整网络 权值进行交叉验证。 5.根据权利要求   1所述的基于弹性网络回归算法的PVT测量方法， 其特征在于， 选择 10折交叉验证， 将数据集分为10份， 其中的9份数据用于训练， 1份作为数据比对， 并且取10 次结果的平均值作为预测结果。权　利　要　求　书 2/2 页 3 CN 113239621 B 3