استفاده از روش شبکه های عصبی مصنوعی برای پیش بینی پارامترهای چاه_آزمایی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 752

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

PTCE01_117

تاریخ نمایه سازی: 16 مهر 1392

Abstract:

شبکههای عصبی از عناصر عملیاتی سادهای ساخته میشوند که بهصورت موازی در کنار هم عمل میکنند. این عناصر از سیستمهای عصبی زیستی الهام گرفته شدهاند، بنابراین میتوانیم یک ساختار مصنوعی به تبعیت از شبکههای طبیعی بسازیم. پس از تنظیم یا آموزش شبکهیعصبی مصنوعی ، اعمال یک ورودی خاص به آن منجر به دریافت پاسخ خاص میشود. آزمایش چاه یک دورهی زمانی است که طی آن دبی ویا فشار یک چاه برای تخمین خواص چاه، و مخازن هیدروکربوری اندازهگیری میشود. روشهای قدیمی آزمایش چاه به دلیل این که روشهای تجربی بوده و برخی فرضیات و محدودیتها در آنها اعمال شده است در این مقاله سعی شده از روشهای جایگزین استفاده شود کاربردهای متفاوت روشهای هوش مصنوعی از جمله روش شبکههای عصبی مصنوعیANNs)در دهههای اخیر در زمینههای گوناگونحاکی از قابلیت زیاد آنها در مهندسی نفت برای تعیین پارامترهای مخازن و میدانهای نفتی است. برای این منظور در یکی از میدانهای جنوب ایران از میان تعدادی چاه، سه چاه را انتخاب کرده و از دادههای آنها در این مقاله استفاده میکنیم. مقایسه نتایج حاصل از بهترینپیشبینیMLPو نتایج روش هرنر، مقادیر نزدیک به هم را نشان میدهد. نتیجه این که به کارگیری روشANNsبه خصوص روشMLP در تستهای افزایش فشار، موجب کاهش هزینهها میشود و این میتواند ابزار گرانبهایی برای چاهآزمایی باشد

Authors

پیمان ترابیده

دانشجوی کارشناسی ارشد مهندسی مخزن

عباس خاکسار منشاد

استادیار دانشکده مهندسی نفت

حبیب رستمی

استادیار دانشکده مهندسی شیمی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • . A thichanogorn, s. "Deportment of Petroleum Engineering of Stonford ...
  • . Gu ayaguler, B., Horne, R.N., Tauzin, E.., Proceedings, SPE", ...
  • . Doyle, A. M, Schwober , F.J, Show, J.S., chem. ...
  • PE 29220 " Artificial Neural Networks gs Valuable Tool for ...
  • .Groupe, D.." World Scien tficPublishing Co., Singapore, " Principle of ...
  • . Poggio, T.. Girosi, F., " Science 247, 978-982 _ ...
  • J.H. _ University of Michigon Press, Ann Arbor, Michigon re-issued ...
  • [A]. Tahmasebi, P.Hezorkhoni, A., Journal of petroleum science and engineering ...
  • . Jeirani, Z .Mohebbi, A., Journal of petroleum science and ...
  • نمایش کامل مراجع