شهرام مهیاری - دانشجوی کارشناسی ارشد، واحد علوم و تحقیقات خوزستان - گروه مهندسی کامپیوتر اهواز، ایران
محمد صنیعی آباده

در این تحقیق با استفاده از شبکه عصبی مصنوعی، سهم تولیدی حاصل از اعمال روش‌های ازدیاد برداشت که معرف مقدار اضافه تولید نفت در صورت استفاده از این روشها است ، پیش‌بینی شده است به منظور دست‌یابی به مدل مناسب، 7 پارامتر از پارامترهای مخزن شامل {تخلخل، تراوایی، گراویتی، ویسکوزیته،دما، عمق، اشباع نفت قبل از تزریق} مورد استفاده قرار گرفت. در فرایند اموزش شبکه عصبی، دستیابی به قابلیت پیش‌بینی سهم مربوط به ازدیاد برداشت بوده و در این راستا داده‌های مخازنی از دنیا که عملیات ازدیاد برداشت نفت در آن‌ها انجام و موفقیت آمیز بوده به عنوان ورودی مدل مورد استفاده قرار گرفته‌اند. پس از اتمام فرایند آموزش، عملکرد شبکه در برابر داده‌های تعدادی از مخازن نفتی جنوب غرب ایران مورد بررسی قرار گرفت. نتیجه این بررسی ضریب همبستگی 81/0 بین مقادیر واقعی و پیش‌بینی شده را به دست داد. در انتها سهم مربو به ازدیاد برداشت هر مخزن به تفکیک روش (تزریق دی اکسید کربن، تزریق گازهای هیدورکربوروی و روش‌های حرارتی) محاسبه شده و بر همین مبنا بهترین روش برای هر مخزن شناسایی شده است.

شبکه عصبی مصنوعیع فرآیند ازدیاد برداشت نفت،غربالگری فرآیندهای ازدیاد برداشت