مقایسه پیش بینی تولید با استفاده از هوش مصنوعی و روش های متداول

از آنجایی که روشهای پیش بینی مرسوم برای تولید از مخازن نفت و گاز دارای اشکالاتی مانند زمان بر بودن، هزینه بر بودن و کم دقت بودن هستند، در این مطالعه یک مدل پیش بینی تولید مبتنی بر شبکه عصبی مصنوعی پیشنهاد و فرآیند شبیه سازی با این روش ارائه شد. نتایج مربوط به پیش بینی نرخ تولیدی با مدل شبکه ی عصبی پیشنهادی و همچنین با روش مرسوم آنالیز منحنی کاهش ۱(DCA)، مقایسه شده است . برای ارزیابی مدل ارائه شده و بررسی خطای مربوط به هر قسمت از دو رویکرد MSE و MAPE استفاده گردید. نتایج نشان داد که خطا در مدل شبکه ی عصبی پیشنهادی به مراتب کمتر از آنالیز منحنی کاهش می باشد. در این مطالعه مشاهده شد که میزان خطا از حدود ۲۲% در مدل آنالیز منحنی کاهشی به نزدیک ۷۷,۴% در شبکه عصبی پیشنهادی رسید که نشان دهنده ی کاهش محسوس در خطای موجود نسبت به روش های متداول می باشد.

Keywords:

شبکه عصبی مصنوعی , آنالیز منحنی کاهش , پیش بینی تولید , کاهش خطا