پیش بینی نرخ های تولید چندفازی (نفت، گاز و آب) با استفاده از روش های یادگیری ماشین: مرور بر روش ها و کاربردها

سال انتشار: 1403
محل انتشار: هجدهمین کنگره ملی مهندسی شیمی ایران
کد COI اختصاصی: NICEC18_594
زبان مقاله: فارسی
تعداد مشاهده: 420

نویسندگان

دانشجو مهندسی نفت، انستیتو مهندسی نفت، دانشکده مهندسی شیمی، دانشکدگان فنی، دانشگاه تهران، ایران

استاد مهندسی نفت، انستیتو مهندسی نفت، دانشکده مهندسی شیمی، دانشکدگان فنی، دانشگاه تهران، ایران

چکیده

در ص نعت نفت و گاز، پیش بینی دقیق جریانهای نفت، گاز و آب از چاه های تولیدی اهمیت زیادی دارد. روشهای سنتی مانندGlibert Correlation و (Decline Curve Analysis (DCA به دلیل نیاز به داده های جامع و هزینه های بالا با چالش هایی مواجه هستند. اخیرا، استفاده از روش های یادگیری ماشین و هوش مصنوعی برای تخمین جریان چندفازی توجه محققین را بهخود جلب کرده است. این میاله مروری به بررسی کاربردهای مختلف این روش ها پرداخته و نتایج مطالعات مختلف را تحلیلمی کند و همچنین سعی دارد تا چالش ها و فرصت های پیش روی استفاده از یادگیری ماشین در پیش بینی جریان های چندفازیرا مورد بررسی قرار دهد. مدل هایی نظیر استفاده از رگرسیون های زنجیره ای چندخروجی و روش های یادگیری عمیق (DL)از جمله روش های مورد بررسی می باشند. روش های یادگیری عمیق با استفاده از داده های سطحی و بدون نیاز به دخالت هایمیدانی، دقت بالایی در پیش بینی نرخ های تولید چندفازی نشان داده اند. شبکه های عصبی بازگشتی (RNN) نیز به دلیلتوانایی در پردازش داده های سری زمانی، موثر هستند. همچنین، استفاده از ترکیب الگوریتم های مختلف و پیش پردازش داده هامی تواند دقت پیش بینی ها را بهبود بخشد.

کلیدواژه ها

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.