پیش بینی وقوع تجمع مایعات در چاه های گازی با استفاده از الگوریتم های یادگیری ماشین
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس هوش مصنوعی و پردازش هوشمند
- کد COI اختصاصی: AISC01_043
- زبان مقاله: فارسی
- تعداد مشاهده: 549
نویسندگان
دانشجوی کارشناسی ارشد مهندسی بهره برداری نفت، دانشکده مهندسی نفت و گاز، دانشگاه صنعتی سهند، تبریز
دانشیار دانشکده مهندسی نفت و گاز، دانشگاه صنعتی سهند، تبریز
کارشناسی ارشد مهندسی مخازن هیدروکربوری، دانشکده مهندسی نفت و گاز، دانشگاه صنعتی سهند، تبریز
دانشیار دانشکده مهندسی نفت و گاز، دانشگاه صنعتی سهند، تبریز
چکیده
تجمع مایعات یکی از رایج ترین و پر چالش ترین رخدادها در چاه های گازی است. پیش بینی دقیق و جلوگیری از این مسئله، به اپراتورها در کاهش هزینه ها، برنامه ریزی تولید پایدار و حتی جلوگیری از وقوع آن کمک می کند. مدل های تجربی مختلفی برای تخمین وقوع/عدم وقوع تجمع مایعات در شرایط چاه های گازی زیادی ارائه شده است. با این حال مطابق بررسی های انجام شده، نتایج پیش بینی این مدل ها بعضا با خطای قابل توجهی همراه است. در این مطالعه پیش بینی وقوع تجمع مایعات در چاه های گازی با استفاده از الگوریتم های یادگیری ماشین مورد بررسی قرار گرفته است. داده های مورد استفاده در این مطالعه شامل ۱۵۲ نمونه ثبت شده از متغیرهای فشار سرچاهی، دبی مایع تولیدی، دبی گاز تولیدی، سرعت جریان گاز و اندازه قطر داخلی لوله تولیدی بود. نتایج ماتریس آشفتگی بیانگر عملکرد مطلوب مدل حاصله با دقت ۹۳.۴ درصد موفقیت در دسته بندی صحیح وقوع/عدم وقوع تجمع مایعات می باشد. علاوه بر این نقشه واره های حاصل از پیش بینی مدل، برای تعیین نواحی وقوع/عدم وقوع تجمع مایعات ایجاد گردید که نشان دهنده افزایش احتمال وقوع تجمع مایعات با افزایش قطر لوله مغزی و افزایش فشار سرچاهی در شرایط دبی کم مایع و دبی زیاد گاز بود. نتایج حاصله از این مطالعه موید پتانسیل مطلوب این الگوریتم ها در پیش بینی تجمع مایعات در چاه های گازی است.کلیدواژه ها
تجمع مایعات- شبکه های عصبی مصنوعی- چاه گازی- دسته بندیمقالات مرتبط جدید
- شناسایی ویژگی های سازمان پیشرو در به کارگیری هوش مصنوعی
- قراردادهای هوشمند تجاری در متاورس با هدف خودکارسازی فرآیند تجارت
- Artificial Intelligence-Enhanced Repair Strategies in Online Collaborative EFL Classrooms: Toward a New Paradigm of Interactional Competence
- تاثیر هوش مصنوعی بر کارایی عملیات نظامی اوکراین علیه روسیه
- ارزیابی استرس و اضطراب با استفاده از پردازش سیگنال های مغزی و مدل های یادگیری ماشین
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.