پیش بینی میزان ته نشینی رسوبات آسفالتین از طریق ترکیب شبکه عصبی و الگوریتم ژنتیک

  • سال انتشار: 1391
  • محل انتشار: نخستین همایش ملی مهندسی مخازن هیدروکربوری، علوم و صنایع وابسته
  • کد COI اختصاصی: RESERVOIR01_020
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1963
دانلود فایل این مقاله

نویسندگان

محمد علی احمدی

کارشناسی ارشد مهندسی نفت-مخازن هیدروکربوری

سید رضا شادی زاده

استاد دانشگاه صنعت نفت

محمد عبادی

فارغ التحصیل مهندسی نفت- دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

آرش گودرزی

فارغ التحصیل مهندسی نفت- دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

چکیده

اخیراً بعد از آنکه پدیده ته نشینی رسوبات آسفالتین به عنوان یکی از مهمترین دلایل مشکلات تولیدی در امر ازدیاد برداشت از مخازن مطرح گریده است ، تحقیقات در این زمینه به طور جدی مورد توجه قرار گرفته است. به طور کلی آسفالتین ترکیبات نفتی سنگین می باشند که تحت شرایطی مشخص ته نشین شده و رسوبات جامد ناشی از آن در محیط متخلخل شکل می گیرند. در این تحقیق یک مدل بر مبنای شبکه ی عصبی پیش خورِ بهینه شده به وسیله الگوریتم ژنتیک برای پیش بینی میزان ته نشست رسوبات آسفالتین معرفی شده است. نقش الگوریتم ژنتیک در تعیین وزن های داخلی شبکه عصبی می باشد. مدل ANN-GA برای یک سری داده منتشر شده در مقالات پیاده سازی شده و نتایج آن با نتایج حاصل از Scaling Model مقایسه شده است که نشان دهنده پویایی و اثربخشی مدل ANN-GA می باشد.

کلیدواژه ها

آسفالتین ، محیط متخلخل ، شبکه عصبی ، الگوریتم ژنتیک

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.