پیش بینی سرعت حفاری (ROP) با استفاده از داده های پتروفیزیکی و شبکه های عصبی مصنوعی
عنوان مقاله: پیش بینی سرعت حفاری (ROP) با استفاده از داده های پتروفیزیکی و شبکه های عصبی مصنوعی
شناسه ملی مقاله: ICOGPP04_088
منتشر شده در چهارمین همایش بین المللی نفت،گاز و پتروشیمی در سال 1396
شناسه ملی مقاله: ICOGPP04_088
منتشر شده در چهارمین همایش بین المللی نفت،گاز و پتروشیمی در سال 1396
مشخصات نویسندگان مقاله:
پرهام قاطع - دانشجوی کارشناسی ارشد مهندسی نفت، دانشگاه علوم و تحقیقات تهران
مستانه حاجی پور - استادیار دانشکده مهندسی نفت، دانشگاه علوم و تحقیقات تهران
جمال شیخ ذکریایی - استادیار دانشکده مهندسی نفت، دانشگاه علوم و تحقیقات تهران
خلاصه مقاله:
پرهام قاطع - دانشجوی کارشناسی ارشد مهندسی نفت، دانشگاه علوم و تحقیقات تهران
مستانه حاجی پور - استادیار دانشکده مهندسی نفت، دانشگاه علوم و تحقیقات تهران
جمال شیخ ذکریایی - استادیار دانشکده مهندسی نفت، دانشگاه علوم و تحقیقات تهران
مدل های مختلفی برای محاسبه نرخ نفوذ مته در شرایط مختلف ارایه شده است. مدل نرخ نفوذ بورگوینه و یانگ ارتباطچندین پارامتر حفاری و نرخ نفوذ را بیان میکند. در این مدل هشت ثابت مجهول وجود دارد که بسته به نوع سازند در حالحفاری متغیر بوده و می بایست از اطلاعات حفاری های قبلی و با استفاده از تکنیک های ریاضی تعیین شوند. در مقاله حاضربا استفاده از روابط تجربی بوریانگ، میزان سرعت حفاری در میدان نفتی آزادگان جنوبی محاسبه شده و نتایج با داده هایواقعی مورد مقایسه قرار گرفت. همچنین یکی از پارامترهای موثر در سرعت حفاری که در پژوهش های گذشته کمتر به آنپرداخته شده مورد توجه قرار گرفت. این پارامتر خواص پتروفیزیکی سنگ مخزن را شامل می شود و برای در نظر گرفتن آناز داده های نمودارهای چاه پیمایی برای بهبود تخمین سرعت حفاری استفاده شد. در واقع داده های نمودارهای پتروفیزیکیبرای تخمین سرعت حفاری، با هدف بدست آوردن یک مدل جامعتر برای میدان مورد نظر مورد بررسی قرار گرفت. در نهایتنتایج تخمین سرعت حفاری با استفاده از روش رگرسیون چندگانه، الگوریتم ژنتیکو شبکه عصبی با یکدیگر مقایسه شد.
کلمات کلیدی: نرخ نفوذ، مدل تجربی بوریانگ، رگرسیون چندگانه، الگوریتم ژنتیک، شبکه عصبی مصنوعی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/640697/