کاربرد هوش مصنوعی در تفسیر داده‌های چاه آزمایی

سال انتشار: 1389
محل انتشار: اولین همایش ملی توسعه تکنولوژی در صنایع نفت، گاز و پتروشیمی
کد COI اختصاصی: TOIL01_174
زبان مقاله: فارسی
تعداد مشاهده: 3898

نویسندگان

کارشناس ارشد مهندس مخزن شرکت پتروپارس

استادیار دانشکده مهندسی شیمی و نفت دانشگاه صنعتی شریف

چکیده

یکی از روشهای رایج برای شناسایی پارامترهای چاه و مخزن درمهندسی نفت چاه ازمایی می باشد این روش مبتنی بر اندازه گیری فشار درون چاهی برحسب زمان در شرایط تولید متفاوت و رسم این داده ها در نمودارهای متفاوت فشار - زمان و شناسایی پارامترها و خصوصیات مخزن می باشد در گذشته این کار توسط انسان و به وسیله ی روش منطبق سازی برمنحنی Type Curve Matching انجام می شد اما امروزه با رشد روزافزون نرم افزارهای رایانه ای و پیشرفتهای چشمگیر در اندازه گیری فشارداخل چاه با استفاده از فشارسنجهای دائمی که داخل چاه نصب می شوند مقادیر زیادی داده ی فشار روزانه به دست می اید این تحقیق شیوه اجرایی برای مکانیزه کردن تفسیر این مقدار داده ی حجیم چاه ازمایی را ارائه میدهد در ابتدا بایستی تمامی مشخصه های نمودار مشتق فشار شناسایی شود این عمل توسط یک شبکه عصبی مصنوعی که با نرم افزار MATLAB پیاده سازی شده است انجام می گردد. درم رحله دوم سیگنالهای مربوط به شبکه عصبی به رژیم های جریان مخزن ترجمه شده و تخمین اولیه ی پارامترهای مخزن محاسبه می شود. درمرحله سوم با استفاده از روش تطابق و مقایسه بین مدلهای مخزن کاندیدا شده بهترین مدل انتخاب و با رگرسیون غیرخطی براساس تخمین اولیه ای که از شبکه ی عصبی بدست امده پارامترهای مخزن تعیین می شوند. درنهایت این برنامه با نرم افزارهای رایج در زمینه ی چاه ازمایی مقایسه شده و نتایج به دست امده بررسی می گردد.

کلیدواژه ها

چاه ازمایی، هوش مصنوعی، شبکه ی عصبی، مدل مخزن، مشتق فشار

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.