استفاده از روش های داده محور و هوش مصنوعی به منظور بهبود فرآیند حفاری در صنعت نفت
Publish place: The first international conference on petroleum engineering, geological gas and petrochemical industries
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 157
This Paper With 35 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GASCONF01_039
تاریخ نمایه سازی: 23 مرداد 1402
Abstract:
کاهش قیمت نفت طی دو سال گذشته شرکتهای نفتی را با چالش مواجه کرده است. قیمتهای پایین، آنها را ترغیب میکند تا به عنوان فعالیتهای عملیاتی فعلی و برنامه ریزی استراتژیک ، به دنبال راه حلهای جدید ابتکاری و راه هایی برای بهبود کارایی باشند . با توجه به هزینه های نسبتا سنگین حفاری، یکی از مهمترین اهداف، کاهش هزینه حفاری است. پیشبینی صحیح و قابل اعتماد تاثیر بسزایی در کاهش هزینه حفاری دارد. یکی از رایج ترین مشکلات در صنعت حفاری هرزروی سیال حفاری است که باعث آسیب های شدید، افزایش هزینه حفاری و همچنین موانع عملیاتی مانند بی ثباتی چاه و انفجار می شود. هرزروی سیال حفاری از جمله مشکلات عدیدهای است که صنعت حفاری با آن مواجه می باشد . همین موضوع سبب میشود تا شرکتهای نفتی سالیانه هزینه های هنگفتی جهت جلوگیری از بروز این مشکلات ناشی از آن متحمل شوند. مشکالاتی از قبیل: فوران چاه ۱،گیرلوله ها، صرف هزینه های گزاف جهت تامین این مواد، تاخیر در عملیات حفاری باشد. در این پژوهش از سه روش اصلی برای پیش بینی هرزروی سیال حفاری استفاده شد. روش شبکه عصبی تابع شعاع محور(RBF ) ۲، روش شبکه عصبی پرسپترون چند لایه (MLP)۳، و روش سیستم استنتاج فازی عصبی(ANFIS) ۴ هستند. این روشها هر کدام به تنهایی نتایج قابل قبولی ارائه دادند. با این وجود، تلفیق هر سه این روش ها با هم منجر به نتایج خروجی بسیار دقیق تری شد. این فرآیند که اصطلاحا روش هوش مصنوعی مرکب(CM) ۵ نامیده میشود، زیرا با توجه به داده های ورودی کافی از گذشته با استفاده از این روشها رابطه بین ورودی و خروجی بدست آمده است و چون تابع ثابت است میتوان ادعا کرد که روابط برای پیش بینی چاه های در حال حفر نیز مورد استفاده است.
Keywords:
Authors
یگانه سعیدی دارانی
دانشجوی کارشناسی ارشد مهندسی نفت گرایش مخازن هیدروکربوری،
حمیدرضا جهانگیری
استادیار دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران