اندازه گیری دبی جریان سیال هیدروکربنی بر مبنای داده های صوت و فشار با استفادهاز روش های هوش مصنوعی
- سال انتشار: 1401
- محل انتشار: اولین همایش بین المللی هوش مصنوعی، علم داده و تحول دیجیتال در صنعت نفت و گاز
- کد COI اختصاصی: OILANDGAS01_010
- زبان مقاله: فارسی
- تعداد مشاهده: 392
نویسندگان
دانش آموخته ی کارشناسی ارشد، ، دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران، تهران،
دانشیار، دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران، تهران
چکیده
یکی از مهم ترین پارامترها برای بهینه سازی و مدیریت مخزن، اندازه گیری دبی جریان سیالات تولیدی از هرکداماز چاه های مخزن است. روش های محاسباتی مرسومی که برای اندازه گیری میزان سیالات تولیدی چاه هامورداستفاده قرار می گیرند؛ مانند محاسبات تخصیص، اریفیس و چوک، از دقت مناسبی برخوردار نیستند و دارایعدم قطعیت هستند. همچنین این روش ها دبی را به صورت برخط اندازه گیری نمی کنند و در اکثر مواقع دبیمحاسبه شده با استفاده از آنها به صورت روزانه اعلام میشود. از طرفی قرار دادن یک دبی سنج چند فازی برایهر چاه به منظور رفع این مشکلات نیز بسیار پرهزینه است. در این مقاله روشی ارائه شده است که می تواند با استفاده از داده های فشار و سیگنال صوت به همراه مدل های مبتنی بر داده ی پرسپترون چندلایه MLP یا رگرسیون بردار پشتیبان SVR، دبی را اندازه گیری کند. ازآنجایی که سیگنال های صوتی ناشی از جریان سیالات تولیدی از چاه ها در شرایط عملیاتی در دسترس نیستند، برای جمع آوری داده های موردنیاز از یک سری تجهیزاتآزمایشگاهی استفاده شده است. این تجهیزات تا حدود زیادی شرایط تولید از مخزن را شبیه سازی می کنند. نتایج حاصل از مدلهای هوشمند توسعه داده شده نشان می دهد که مدل MLP دقت بالاتری دارد و می تواند دبی جریان پاسخگویی مناسبی دارند که باعث می شود بتوان آنها را به صورت برخط برای اندازه گیری دبی جریان به کار برد.همچنین بررسی های بیشتر نشان می دهند که حضور اریفیس یا ونتوری در لوله باعث می شود که مدل هایهوشمند بتوانند با دقت و سرعت بالاتری دبی را اندازه گیری کنند. بررسی نتایج به صورت کلی نشان می دهد کهروشی که در این مطالعه برای اندازه گیری دبی ارائه شده است یک روش سریع، ارزان قیمت و با دقت مناسب است.کلیدواژه ها
دبی سنج مجازی، پردازش سیگنال، هوش مصنوعی، نرخ جریان چاه، آنالیز موجکمقالات 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.