Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

بهینه سازی هوشمند میدان کوه موند با ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی

تعداد صفحات: 14 | تعداد نمایش خلاصه: 35 | نظرات: 0
سال انتشار: 1399
کد COI Paper: RLSCONF01_091
زبان Paper: Persian
(فایل این Paper در 14 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper بهینه سازی هوشمند میدان کوه موند با ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی

کاوه محمدی - کارشناسی ارشد مهندسی نفت ایران، تهران، دانشگاه علم و صنعت ایران، دانشکده مهندسی شیمی، نفت و گاز
فروغ عاملی - استادیار دانشکده مهندسی شیمی، نفت و گاز ایران، تهران، دانشگاه علم و صنعت ایران، دانشکده مهندسی شیمی، نفت و گاز، گروه مهندسی مخازن هیدروکربوری

چکیده Paper:

ازدیاد برداشت مخازن نفت سنگین ازدیرباز دارای اهمیت خاصی ربوده است. حجم عظیمی از نفت موجود در میادین نفتی نفت سنگین است. روش های حرارتی متداول ترین راه برای ازدیاد برداشت از مخازن نفت سنگین اند، روش Fast-SAGD یک روش جدید ازدیاد برداشت حرارتی است که از چاه های منفرد در کنار زوج چاه SAGD استفاده می شود و در چاه های منفرد عملیات تزریق دوره ای بخار صورت می گیرد. در مطالعه حاضر از ترکیب شبکه عصبی مصنوعی و الگوریتم ژنتیک برای بهینه سازی مخزن نفت سنگین کوه موند واقع در جنوب ایران استفاده شده است. در کنار استفاده همزمان از شبکه عصبی و الگوریتم ژنتیک جهت شبیه سازی مدل مخزن کوه مند شبیه ساز STARS بکار گرفته شد. برای حذف داده تکراری حاصل شده از الگوریتم ژنتیک از الگوریتم بازدارنده از تکرار استفاده شد. نتایج حاصل شده از این مطالعه کاهش 37 درصد در زمان اجرای فرایند بهینه سازی را نشان داد، از طرف دیگر دقت نتایج در روش ترکیبی جدید در سطح بسیار بالایی قرار دارد به طوریکه اختلاف نتایج حاصل شده از شبکه عصبی مصنوعی و شبیه ساز STARS کمتر از 0.01 درصد گزارش شد.

کلیدواژه ها:

نفت سنگين، ازدياد برداشت، بهينه سازي، Fast-SAGD، شبكه عصبي

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1030958/

کد COI Paper: RLSCONF01_091

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined، undefined و undefined، undefined،1399،بهینه سازی هوشمند میدان کوه موند با ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی،همایش ملی پژوهش های دانش بنیان در صنایع نفت، گاز، پالایش و پتروشیمی،Ahvaz،،،https://civilica.com/doc/1030958

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، محمدی، کاوه؛ فروغ عاملی)
برای بار دوم به بعد: (1399، محمدی؛ عاملی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: state university
تعداد مقالات: 20,504
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New Suggested Papers

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support