سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,867

This Paper With 12 Page And PDF and WORD Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

RESERVOIR06_036

Index date: 22 June 2016

تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران abstract

هدف این پژوهش، استفاده از توانایی هوش مصنوعی جهت تخمین خواص سیالات مخزن با دقت بیشتر نسبت به روش های تجربی که کارایی کمی دارند، می باشد. بدین منظور پس از جمع آوری و سازمان دهی داده های مربوط به 36 نمونه آزمایش PVT ، که در طی 56 سال تولید از مخزن انجام گرفته بود، جهت پیش بینی ضریب حجمی نفت سازندی، یکبار توسط شبکه عصبی مصنوعی و بار دیگر از تلفیقی از شبکه عصبی مصنوعی و الگوریتم ژنتیک استفاده گردید. از آنجا که Bob تابعی از وزن مخصوص گاز، API نفت، دمای مخزن و فشار نقطه حباب می باشد، بعنوان داده های لایه ی ورودی مورد استفاده قرار گرفتند. شبکه ی مذکور بصورت تک خروجی و جداگانه طراحی و اجرا گردید. نتایج حاصل نشان می دهند که شبکه-های عصبی نسبت به روابط تجربی که براساس داده های محلی خاص مناطق مختلف بدست آمده اند از دقت بسیار خوبی برای تخمین خواص سیالات مخزن برخوردارند. همچنین ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک بسیار مفید بود چرا که سرعت همگرایی به مدل دقیق را بسیار بالا برد و پایداری شبکه عصبی را دو چندان نمود. شبکه عصبی مصنوعی طراحی شده دارای میانگین انحراف نسبی حدود 1% را نشان می دهد.

تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران Keywords:

تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران authors

محمد برجسته

کارشناسی ارشد مهندسی نفت

سیدعلیرضا طباطبائی نژاد

استاد، هیئت علمی دانشگاه صنعتی سهند تبریز

مصیب کمری

کارشناسی ارشد مهندسی نفت، مهندس مخازن

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 :
احمد طارق، قنبریان منیر، قاسمی صادق، 1389، " مهندسی مخازن ...
عزیزی مهدی، 1391، "شبکه‌ی عصبی"، پایان‌نامه کارشناسی دانشگاه آزاد اسلامی ...
علیرضا مهدی، 1386، "مقدمه‌ای بر الگوریتم ژنتیک و کاربردهای آن"، ...
مسعودیان سولماز، استکی افسانه، 1386، "طراحی جدول زمان‌بندی خودکار با ...
وطنی علی، مخاطب سعید، 1384، "اصول طراحی هیدرولیکی خطوط لوله‌های ...
نمایش کامل مراجع

مقاله فارسی "تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران" توسط محمد برجسته، کارشناسی ارشد مهندسی نفت؛ سیدعلیرضا طباطبائی نژاد، استاد، هیئت علمی دانشگاه صنعتی سهند تبریز؛ مصیب کمری، کارشناسی ارشد مهندسی نفت، مهندس مخازن نوشته شده و در سال 1395 پس از تایید کمیته علمی ششمین همایش علمی مهندسی مخازن هیدروکربوری و صنایع بالادستی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله هوش مصنوعی ، خواص سیالات مخزن ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک ، ضریب حجمی نفت سازندی در نقطه حباب هستند. این مقاله در تاریخ 2 تیر 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1867 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که هدف این پژوهش، استفاده از توانایی هوش مصنوعی جهت تخمین خواص سیالات مخزن با دقت بیشتر نسبت به روش های تجربی که کارایی کمی دارند، می باشد. بدین منظور پس از جمع آوری و سازمان دهی داده های مربوط به 36 نمونه آزمایش PVT ، که در طی 56 سال تولید از مخزن انجام گرفته بود، جهت پیش بینی ضریب ... . این مقاله در دسته بندی موضوعی هوش مصنوعی و الگوریتم ژنتیک و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.