کاربرد شبکه ی عصبی مصنوعی در پیشبینی همزمان عملکرد فرآیند ذخیره ی کربن دی اکسید و ازدیاد برداشت نفت
محل انتشار: هفدهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 484
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NICEC17_253
تاریخ نمایه سازی: 27 دی 1400
چکیده مقاله:
استفاده از گاز CO۲ به منظور ازدیاد برداشت نفت علاوه بر منافع زیست محیطی میتواند با افزایش تولید و ضریب بازیافت مخازن هیدروکربنی همراه شود و منافع اقتصادی قابل توجهی به دنبال داشته باشد. مدلسازی و پیشبینی وضعیت آینده مخزن در پروژه های ازدیاد برداشت نفت از لحاظ فنی و اقتصادی حائز اهمیت بالایی است. سناریو-های مختلفی حین مدلسازی فرآیندهای ازدیاد یرداشت مطرح میشود که ممکن است مدلسازی و شبیه سازی هر یک از این سناریوها مدت زمان زیادی بطلبد. بنابراین کاهش زمان شبیه سازی میتواند به انتخاب بهترین تصمیم برای آینده تولید از مخازن نفتی کمک شایان توجهی کند. در این مقاله با ساخت مدل پایه تزریق CO۲-WAG (Water-Alternating-Gas) و همچنین ایجاد آزمایشهای متعدد بر روی این مدل، یک بانک داده ساخته میشود. با استفاده از بانک داده یک مدل جایگزین هوشمند به منظور پیشبینی سناریوهای مختلف به وسیله شبکه عصبی مصنوعی ایجاد میشود. این مدل جایگزین قابلیت پیشبینی نتایج سناریوهای مختلف تزریق CO۲-WAG را در کمتر از ۵ ثانیه و با دقت بالا داراست که به طور قابل توجهی از زمان شبیه سازی کاسته شده است.
کلیدواژه ها:
ازدیاد برداشت نفت ، جذب و ذخیره کربن دی اکسید ، شبکه عصبی مصنوعی ، تزریق متناوب آب و گاز ، مدل جایگزین
نویسندگان
مهدی کنعانی
انستیتو مهندسی نفت دانشگاه تهران دانشجوی کارشناسی ارشد انستیتو مهندسی نفت دانشگاه تهران
بهنام صدایی
عضو هیات علمی انستیتو مهندسی نفت دانشگاه تهران
مجتبی اسدیان پاک فر
انستیتو مهندسی نفت دانشگاه تهران دانشجوی کارشناسی ارشد انستیتو مهندسی نفت دانشگاه تهران