1.1目的及意义

天然气水合物是天然气与水在一定的压力和温度下形成的结晶笼状固态化合物。长距离天然气输送管道内输送压力一般较高，随着管道内压力、温度和天然气组分的变化会生成水合物。因为天然气水合物的生成会降低管道的输送能力，从而提高天然气长输管道的输送成本，并且在水合物形成的地方起到节流效应，使天然气长输管道内的压力和温度进一步降低，更加剧了水合物的形成，严重时更会堵塞管道甚至发生管道爆裂，造成重大的生产事故和巨大的经济损失^[1]，所以本文对天然气水合物生成的预测与防治进行了进一步的研究，以明确天然气水合物的预测与防治方法，以此来减少天然气水合物的生成概率。

通过对天然气长输管道天然气水合物的生成预测可以预测出天然气输送管道中水合物生成的大体位置和水合物生成的类型，这样可以为防止天然气输送管道中天然气水合物的生成和堵塞提供相应的技术依据^[1]，可以找到天然气水合物的生成条件，以便能够及早的发现天然气水合物的生成，防止天然气水合物聚集堵塞长输管道，也可以为天然气长输管道的设计和运行提供指导性建议^[1]，使天然气能够在管道中平稳的运行，减少天然气水合物的生成，增强天然气长输管道的使用寿命。通过干燥法、加热法、控制压力法、注化学抑制剂法等方法对天然气水合物进行防治，这样可以减少天然气水合物生成的可能性，避免造成重大的生产事故和巨大的经济损失。

1.2国内外的研究现状分析

1.2.1对天然气水合物预测的研究现状分析

根据阅读相关文献可以知道目前国内外对于天然气水合物在不含抑制剂体系中的预测模型的研究从20世纪40年代就开始了,目前已经较为成熟，所得出的预测结果也较为可靠，目前主要的预测方法有热力学模型、关联公式和经验图解法（烃类气体水合物）。含有酸性气体(如H₂S、CO₂)的天然气在世界范围内相当普遍，酸性气体(H₂S) 在相较于烃类气体在较低的压力和较高的温度下能与水形成水合物，容易导致系统的阻塞。所以，含酸性气体天然气水合物生成条件较烃类气体水合物预测有所不同，主要有热力学模型、支持向量机、人工神经网络算法^[2]。

但是这些预测方法都有各自的优缺点，对烃类天然气水合物的预测来说，油田现场主要用关联公式法和经验图解法，关联公式是在实测天然气水合物形成温度和压力数据的基础上通过数学拟合得到的回归公式,其没有复杂的理论计算过程，计算简单、快捷，便于在现场使用，经验图解法是通过天然气的相对密度来大致估算水合物形成的压力和温度。这两种方法具有操作简单，计算量小的优点，但是其预测的精准度不是很高，误差较大。

实验室主要用热力学模型来分析预测水合物的生成条件，预测精度较以上几种方法较高，但也存在模型参数较多、计算复杂，不能得到很好的推广的缺点。

而在油田生产实际的过程中，天然气水合物多以酸性天然气水合物存在，但目前对于这类水合物的研究相对较少，所以，现在的科研人员更多地研究的是酸性天然气水合物生成条件的预测。对于使用热力学模型研究天然气水合物的生成已比较成熟。

人工神经网络算法基于智能算法的研究在近年来发展较快，取得了良好的效果，但都是基于大量的实验数据，方法本身易出现局部最优、泛化能力较差、网络结构参数选择难等问题。西安交通大学的顾新建，韩小辉等通过室内研究，建立了生成天然气水合物的人工神经网络模型，采用BP算法，用实验所获得的关键点参数对模型进行检验，证明了模型的准确可靠性。