Методы повышения эффективности процессов добычи и транспорта газа, страница 53

спериментальных точек) увеличивает точность определения фа­зового перехода, однако до известного предела, поскольку уменьшение интервала увеличивает погрешность измерения (шум прибора). Поэтому желательно оценивать погрешность статистического дифференцирования.

Оптимальный интервал и число замеров в этом интервале можно выбрать с помощью метода «крутого восхождения» из математической теории эксперимента.

Если обозначить параметр оптимизации через «у», а факторы через «я», то уравнение, связывающее параметр оптимизации с факторами, можно представить в виде у—у(х\, х₂, ..., х_п).

Основное в планировании эксперимента — поиск оптимума этой функции при минимальном числе экспериментов, парамет­ром оптимизации при выборе интервала и числа наблюдений в нем может быть отношение величины, характеризующей измене­ние производной за счет «шума системы», к величине, обуслов­ленной погрешностью эксперимента («шумом прибора»).

Такие расчеты были приведены для примера определения давления насыщения, приведенного на рис. Ш.7. За факторы

принимаются   интервал   x_t   и Таблица III.22      число наблюдений в этом ин­тервале х%.

Матрица планирования эксперимента приведена в табл. 111.22.

Из   результатов   расчетов следует, что наибольший пара­метр оптимизации имеет место в четвертом эксперименте. При этом р_н. к =183 кгс/см². Дисперсия погрешности производной определяется по фор­муле

Следует отметить, что статистическое дифференцирование можно применять и для определения фазовых. переходов жид­кость—твердое тело, например, для определения температур насыщения нефти парафином при обработке экспериментальных зависимостей показатель преломления — температура и других зависимостей, на которых фазовый переход фиксируется недо­статочно четко.

КЛАССИФИКАЦИЯ ПРИ ПОДСЧЕТЕ ЗАПАСОВ

Применяемые модификации объемного способа оценки запасов газовых и нефтяных месторождений сводятся преимущественна к определению в пределах оконтуренной залежи средних пори­стости k_n и нефтегазонасыщенности k_HT. Залежь представляют в виде однородной модели, для которой вариации k_n и &_н.г по площади и мощности имеют случайный характер. Однако за­лежь состоит из совокупности пластов с существенно разли­чающимися величинами объемного насыщения нефтью или га­зом: (0_к.г = &Н&Н.Г-

Учет неоднородности пород о>_н.г при определении средних параметров предъявляет жесткие требования к представитель­ности используемых данных. Необходимо, чтобы доля пластов с различными свойствами, по которым находятся параметры залежи, соответствовала их доле в пределах всего объема объ­екта. Поскольку это условие при разведке практически не реа­лизуется, вероятность неверного определения подсчетных пара­метров очевидна. Один из путей усовершенствования методики оценки подсчетных параметров применительно к месторожде­ниям газа заключается в следующем (Л. Б. Берман и др.).