غربالگری روش های ازدیادبرداشت از مخازن نفتی با استفاده از تلفیق روش هایهوش مصنوعی

تصمیم گیری در انتخاب یک یا چن د روش ازدیادبرداشتی از میان روش های مختلف، یکی از مراحل حیاتیدر فرآیند توسعه میادین نفتی به شمار می رود. انتخاب درست روش افزایش برداشت نقش کلیدی در موفقیتفنی و اقتصادی پروژه های کلان در صنعت نفت دارد. برای انتخاب روش یا روش های کاندید افزایش برداشت یکمخزن با خواص سنگ و سیال مشخص از غربالگری استفاده می شود. در فرآیند غربالگری معمولا پارامترهایمتعددی همچون، ظرفیت مخزن، قابلیت انتقال سیال، عمق، ضخامت لایه نفتی، دما و گرانروی نفت تاثیرگذارمی باشند. تعیین یک روش مناسب برای توسعه مخزن یک چالش بزرگ محسوب می گردد. بنابراین میتوان ازتلفیق سیستم های منطق فازی (مبتنی بر دانش انسانی) و شبکه عصبی مصنوعی (داده محور) به عنوان یک ابزارو راهکار مناسب در بیان عدم قطعیت و غربالگری رو شهای ازدیادبرداشتی استفاده کرد .در این مطالعه از داده های تاریخچه ازدیاد برداشت مخازن مختلف در سطح دنیا برای تعریف مجموعه های فازی وتعیین قوانین فازی بین متغیره ای ورودی و خروجی استفاده و در نهایت یک مدل فازی (استلزام ممدانی ) وشبکه عصبی تک لایه با ۲۰ نرون در لایه مخفی برای تعیین و غربالگری روش های ازدیاد برداشت میادین نفتیارائه شده است. نتایج نشان دهنده عملکرد شبکه عصبی با ضریب همبستگی ۹۲ % و همچنین مدل تلفیقی برایانتخاب کاندیدای ازدیادبرداشت می باشد .

کلیدواژه ها:

غربالگری ، ازدیادبرداشت ، شبکه عصبی مصنوعی ، منطق فازی