استفاده از شبکه عصبی در بهینه سازی روش Fast-SAGD با الگوریتم های تکاملی

یکی از متداول ترین راه های ازدیاد برداشت از مخازن نفت سنگین استفاده از روش های حرارتی است. تکنیک Fast-SAGD نوع جدیدی از روش SAGD است که درآن علاوه بر زوج چاه تزریق و تولید چاه های انحرافی دیگر برایتزریق و تولید دوره ای حفر می شود که باعث کاهش هزینه های حفاری زوج چاه SAGD می شود همچنین تولید بیشتر در زمان کمتر را نتیجه می دهد. میدان کوهمند یکی از میادین نفت سنگین در ایران است که با توجه به اهمیتروز افزون مخازن نفت سنگین و تولید بیشتر از این مخازن مورد مطالعه قرارگرفته شده است. در این مطالعه از روش Fast-SAGD به عنوان یکی از تکنیک های ازدیادبرداشت استفاد شده است. از الگوریتم ژنتیک برای بهینه سازیمخزن استفاده شده است همچنین برای افرایش سرعت اجرای بهینه سازی از الگوریتم بازدارنده از تکرار و شبکه عصبی مصنوعی استفاده شده است همچنین پارامترهای تاثیر گذار مانند: فشار تزریق، دبی تزریق، ارتفاع چاه تزریقی، ارتفاع چاه تولیدی، ارتفاع چاه انحرافی، فشار چاه انحرافی و همچنین دوره های تزریق و تولید از چاه انحرافی به عنوان متغییرهای ورودی مورد استفاده قرار گرفته است. تابع هدف انتخاب شده از ترکیب نسبت بخار تزریقی به نفت تولیدی و فاکتور ازدیاد به استفاده شده است. در نهایت نتایج خروجی روش جدید بهینه سازی زمان اجرای فرآیند بهینه سازی را 12 درصد افزایش می دهد و دقت نتایج بالا میانگین مربعات خطاها برای داده های نرمالیز شده کتر از یک هزارم درروش جدید گزارش شده است.

کلیدواژه ها:

بهینه سازی ، Fast-SAGD ، الگوریتم ژنتیک ، ازدیاد برداشت ، شبکه عصبی مصنوعی