ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

ارائه مدلی برای پیش بینی عملکرد حفاری با استفاده از الگوریتم ماشین بردار پشتیبان در میدان نفتی چشمه خوش

Year: 1397
COI: OGPH03_041
Language: PersianView: 155
This Paper With 20 Page And PDF Format Ready To Download
محتوای کامل این Paper با فرمت WORD هم قابل دریافت می باشد.

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 20 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

علی اکبر عزیزی - کارشناسی ارشد مهندسی نفت، گروه حفاری و استخراج، دانشگاه آزاد اسلامی، دانشکده مهندسی نفت، واحد علوم و تحقیقات، تهران، ایران
آرش ابراهیم آبادی - استاد راهنما، گروه مهندسی معدن، واحد قائم شهر، دانشگاه آزاد اسلامی، قائم شهر، ایران

Abstract:

به دلیل آنکه صنعت حفاری از جمله پر هزینه ترین صنعت ها محسوب می شود، لذا لازم است در زمان و هزینه حفاری صرفه جویی کرد و راهکارهایی برای آن در نظر گرفت. در عملیات حفاری با انتخاب درست ابزار مورد استفاده و همچنین پیش بینی دقیق و به موقع پارامترها و مشکلات احتمالی می توان این عملیات را در زمان و هزینه کمتر انجام داد. تحلیل اطلاعات میدان، یکی از راه های توسعه و بهبود عملیات حفاری به شمار می روند. در صنعت حفاری، برای شناسایی مشکل و یا بهبود عملیات، عموما از آزمون های آزمایشگاهی و روابط تجربی استفاده می شوند و یا اینکه برای رفع مشکل از تجربیات گذشته استفاده می شود. برای بهینه سازی حفاری سازند، با استفاده از داده های حفاری، یک معادله که نشان دهنده نرخ نفوذ حفاری در مخزن میدان نفت چشمه خوش است، ارائه می گردد. در این مقاله با استفاده از روش ماشین بردار پشتیبان و داده های حفاری میدان چشمه خوش اقدام به ارائه مدلی جهت پیش بینی سرعت حفاری شده است. نتایج بدست آمده حاکی از آن است که می توان با استفاده از روش ماشین بردار پشتیبان، ارتباط منطقی و قابل اعتمادی را میان پارامترها که شامل وزن روی مته، گشتاور، سرعت چرخش مته، عمق چاه و نرخ نفوذ بدست آورند که در این پژوهش، برای ارزیابی خصوصیات اصلی مدل بدست آمده از داده های چاه های مجاور استفاده شده است. با استفاده از نتایج بدست آمده، در مدل ارائه شده مجذور ضریب همبستگی یا همان ضریب تعیین آن 0/98 و میزان خطا متناسب با خطای صفر برابر با 0/0004 بدست آمد، در حالیکه مقدار مشابه آن در تحلیل آماری مقدار ضریب همبستگی 0/85 و ضریب تعیین برابر با 0/82 می باشد. مدل ارائه شده در این پایانه الگوریتم LSSVM می باشد که این مدل دارای همبستگی با دقت بالای مدل در پیش بینی نرخ نفوذ مته است. این همپوشانی میان داده های پیش بینی شده توسط الگوریتم های یادگیری ماشین و داده های آزمایشگاهی را می توان به رابطه ی بسیار قوی میان پارامترهای ورودی و خروجی که در این گزارشات روزانه حفاری آمده است، نسبت داد.

Keywords:

نرخ نفوذ، عملکرد حفاری، الگوریتم ماشین بردارپشتیبان، میدان نفتی چشمه خوش

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/858721/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عزیزی، علی اکبر و ابراهیم آبادی، آرش،1397،ارائه مدلی برای پیش بینی عملکرد حفاری با استفاده از الگوریتم ماشین بردار پشتیبان در میدان نفتی چشمه خوش،سومین همایش بین المللی نفت، گاز، پتروشیمی و HSE،همدان،،،https://civilica.com/doc/858721

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، عزیزی، علی اکبر؛ آرش ابراهیم آبادی)
برای بار دوم به بعد: (1397، عزیزی؛ ابراهیم آبادی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 29,763
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

New Papers

Share this page

More information about COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

Support