تحلیل داده های تولید در جهت پیش بینی عملکرد چاه با استفاده از راهکار یادگیری ماشین
محل انتشار: دومین کنفرانس ملی داده کاوی در علوم زمین
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 304
- 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:
EARTHSCI02_026
تاریخ نمایه سازی: 15 فروردین 1401
چکیده مقاله:
هدف اصلی در این تحقیق، تحلیل و پیش بینی تولید هیدروکربن از چاههای نفت و گاز برمبنای روشهای داده محور و یادگیری ماشین است. پیش بینی و تحلیل تولید در مدیریت فنی و اقتصادی منابع هیدروکربونی حائز اهمیت ویژه ای است. با توجه به پژوهش های قبلی در این حوزه، نیاز است که با استفاده از هوش مصنوعی پیش بینی دقیق تری از میزان تولید انجام شود. همچنین برای دید بهتر از میزان تولید نیاز است که پیش بینی به صورت بلند مدت انجام شود. بنابراین در این پژوهش، از شبکه عصبی حافظه طولانی-کوتاه مدت برای تجزیه و تحلیل داده های تولید استفاده شد. برای رسیدن به هدف های ذکر شده (پیش بینی دقیقتر و طولانی مدت) از یک شبکه چند در چند حافظه طولانی-کوتاه مدت با ورودی های زمان، فشار و افت فشار و خروجی های نرخ های تولید نفت، گاز و آب استفاده شد. بعد از آموزش و تست گرفتن از مدل نرخ های تولید نفت، گاز و آب به طور همزمان برای مدت زمان طولانی با دقت مناسبی پیش بینی شدند. مدلسازی با این داده ها و شبکه مورد استفاده به نحوی است که انحرافات از میزان تولید را به درستی تحلیل می کند.
کلیدواژه ها:
نویسندگان
سعید فرهادی
کارشناسی ارشد انستیتو مهندسی نفت دانشکدگان فنی دانشگاه تهران، تهران، ایران
محمد امامی نیری
استادیار انستیتو مهندسی نفت دانشکدگان فنی دانشگاه تهران، تهران، ایران