بررسی تاثیر پارامتر های عملیاتیفرآیند لایه شکافی با اسید بر هدایت پذیری شکاف القایی
Publish place: Fourth Scientific Conference on Hydrocarbon Reservoirs and Upstream Industries and Related Industries
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 710
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RESERVOIR04_029
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
فرآیند لایه شکافی با اسید یکی از روش های موثر در انگیزش چاههای نفت و گاز است که سابقه اجرای آن به اوایل قرن بیستم میلادی بر می گردد. اما متاسفانه در کشور به دلیل ضعف فناوری و عملیاتی و علی رغم نیاز چاه های کشور، تا کنون به مرحله اجرا در نیامده است. در این فرآیند پس از ایجاد شکاف و تزریق اسید، نفوذ پذیری اطراف چاه به طور قابل توجهه ای افزایش پیدا می کند که در نهایت منجر به افزایش دبی تولیدی چاه می گردد. یکی از پارامترهای موثر در طراحی فرآیند لایه شکافی با اسید، تعیین میزان قابلیت هدایت شکاف ناشی از تماس اسید می باشد. پیش بینی دقیق این پارامتر تاثیر قابل توجه ای در برنامه ریزی و انتخاب روش موثر جهت انگیزش چاه و صرفه جویی در زمان و هزینه های عملیاتی دارد. این پارامتر همچنین به عنوان یکی از متغیرهای موثردر تعیین نقطه سر به سر عملیات های ایجاد شکاف در نظر گرفته می شود که از منظر شرکت های مجری و بهره بردار عملیات اهمیت ویژه ی اقتصادی دارد. تا کنون مدل های مختلفی جهت پیش بینی قابلیت هدایت شکاف ارائه شده است که در این میان موضوع رفتار ژئو مکانیکی سنگ سازند و تاثیر پارامترهای عملیاتی قابل کنترل از جمله موضوعات مورد بحث در این حوزه می باشد. در این مقاله سعی شده است با استفاده از یک مدل شبکه عصبی به بررسی پارامترهای مذکور پرداخته شود. سپس با مقایسه نتایج مدل هوشمند و مدل نیرود کراک -به عنوان یک مدل پرکاربرد صنعتی- توانمندی ها هر یک از مدل ها جهت پیش بینی هدایت پذیری شکاف مورد ارزیاقی قرار گیرد
Keywords:
Authors
حبیب الله ظفریان ریگکی
دانشجوی دانشگاه صنعتی امیرکبیر، تهران، ایران
بابک امین شهیدی
استادیار دانشگاه صنعتی امیرکبیر، تهران، ایران
محمدرضا اکبری
دانشجوی دانشگاه صنعتی امیرکبیر، تهران، ایران.
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 :