مقایسه پیش بینی تولید با استفاده از هوش مصنوعی و روش های متداول
- سال انتشار: 1401
- محل انتشار: هشتمین کنفرانس بین المللی مهندسی شیمی و نفت
- کد COI اختصاصی: OGPCONF08_087
- زبان مقاله: فارسی
- تعداد مشاهده: 523
نویسندگان
دانشجوی ارشد مهندسی نفت گرایش مخزن دانشکده مهندسی شیمی نفت و گاز دانشگاه شیراز
دانشجوی ارشد مهندسی نفت گرایش بهره برداری دانشکده مهندسی شیمی نفت و گاز دانشگاه شیراز
استادیار بخش مهندسی نفت دانشکده مهندسی شیمی نفت و گاز دانشگاه شیراز
دانشیار بخش مهندسی نفت دانشکده مهندسی شیمی نفت و گاز دانشگاه شیراز
چکیده
از آنجایی که روشهای پیش بینی مرسوم برای تولید از مخازن نفت و گاز دارای اشکالاتی مانند زمان بر بودن، هزینه بر بودن و کم دقت بودن هستند، در این مطالعه یک مدل پیش بینی تولید مبتنی بر شبکه عصبی مصنوعی پیشنهاد و فرآیند شبیه سازی با این روش ارائه شد. نتایج مربوط به پیش بینی نرخ تولیدی با مدل شبکه ی عصبی پیشنهادی و همچنین با روش مرسوم آنالیز منحنی کاهش ۱(DCA)، مقایسه شده است . برای ارزیابی مدل ارائه شده و بررسی خطای مربوط به هر قسمت از دو رویکرد MSE و MAPE استفاده گردید. نتایج نشان داد که خطا در مدل شبکه ی عصبی پیشنهادی به مراتب کمتر از آنالیز منحنی کاهش می باشد. در این مطالعه مشاهده شد که میزان خطا از حدود ۲۲% در مدل آنالیز منحنی کاهشی به نزدیک ۷۷,۴% در شبکه عصبی پیشنهادی رسید که نشان دهنده ی کاهش محسوس در خطای موجود نسبت به روش های متداول می باشد.کلیدواژه ها
شبکه عصبی مصنوعی ، آنالیز منحنی کاهش ، پیش بینی تولید، کاهش خطامقالات مرتبط جدید
- ارزیابی ریسک های ایمنی و زیست محیطی شرکت ملی پخش فرآورده های نفتی با کمک تکنیک هازن
- بررسی هیدرودینامیک و زمان اختلاط مخرن همزندار با استفاده از تکنیکهای سرعت سنجی ذرات و القای صفحهای نور فلئورسانس
- کاربردها و چالش های موجود در استفاده از روش تست سازند جهت بررسی خواص استاتیک و دینامیک مخزن
- کاربرد هوش مصنوعی در پیش بینی فرصت های صادرات محصولات صنعت پتروشیمی
- روش های ازدیاد برداشت نفت با استفاده از گاز در میادین فراساحلی: ویژگی ها، نحوه اجرا و شرایط عملیاتی
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.