Le développement efficace des réservoirs de gaz de condensat nécessite des données précises sur les propriétés des phases fluides, parmi lesquelles la prévision précise de la pression de point de rosée est un enjeu majeur dans le processus de développement des réservoirs de gaz de condensat. Pour résoudre le problème de faible précision des méthodes traditionnelles de prévision de la pression de point de rosée des réservoirs de gaz de condensat, une modélisation de régression non paramétrique de la pression de point de rosée basée sur la méthode de transformation de l'espérance conditionnelle alternative (ACE) a été proposée, à partir de la théorie de l'optimisation et de l'analyse statistique appliquée, par ajustement de données mesurées, obtenant une relation explicite statistiquement significative pour la pression de point de rosée des réservoirs de gaz de condensat. Sur la base de l'analyse de corrélation de Pearson, les variables indépendantes de ce modèle incluent la température du réservoir, les fractions molaires (C1, C2-C6, C7+), la masse moléculaire relative de C7+, et la densité relative de C7+. 27 ensembles de données publiées de pression de point de rosée ont été utilisés pour explorer la relation fonctionnelle potentielle entre les variables indépendantes et dépendantes, et la pression de point de rosée mesurée sur le terrain TLM a été prédite pour 9 ensembles de données. Les résultats montrent que ce modèle présente une grande précision et une bonne capacité de généralisation, avec une erreur relative absolue moyenne (AARD) de régression de 2,16 %, une AARD de prédiction de seulement 4,8 %, une erreur relative absolue maximale (ARD) de 9,21 % et une ARD minimale de 0,34 %. Cette étude offre une méthode de référence pour la prévision de la pression de point de rosée des réservoirs de gaz de condensat.

transformation de l'espérance conditionnelle alternative; réservoirs de gaz de condensat; pression de point de rosée; prédiction; modèle