طراحی شبکه عصبی برای بهینه سازی اندازه سطح مقطع شیرهای درون چاهی با اندازه ی ثابت درچاه هوشمند با الگوریتم پرندگان

بهینه سازی تولید نفت از میدان های هیدروکربوری یکی از دغدغه های اصلی مدیریت مخازن نفت است. در این راستا از فناوری چاه هوشمند که در دهه ی اخیر توسعه یافته، استفاده می شود. از جمله چالش های مهم این فناوری، تنظیم بهینه شیرهای کنترلی ثابت در طول عمر چاه هوشمند است. به دست آوردن وضعیت بهینه این شیرها با استفاده از نرم افزار شبیه ساز مخزن، نیازمند تعداد بسیار زیاد اجرای شبیه سازی است که باتوجه به محدودیت های زمان و هزینه غیرممکن است. از این رو باید به دنبال روشی برای جایگزینی نرم افزار شبیه ساز مخزن و ارایه الگوریتم بهینه سازی مناسب بود. در این مقاله با جایگزینی روش شبکه عصبی مصنوعی با نرم افزار شبیه ساز مخزن، مقدارهای تولید نفت و آب محاسبه شده و بهینه سازی تنظیمات شیرهای کنترلی ثابت برای بیشینه کردن تولید نفت و کمینه کردن تولید آب با الگوریتم پرندگان (PSO) انجام می شود، که سرانجام میزان تولید نفت به اندازه ۵۵% نسبت به روش متداول افزایش می یابد به بیان دیگر، میزان نفت تجمعی از ۳.۵ میلیون بشکهبه ۶ میلیون بشکه و ضریب بازیافت آن از ۶% به ۹.۵% در طول عمر چاه افزایش می یابد.

کلیدواژه ها:

الگوریتم پرندگان (PSO) ، بهینه سازی ، چاه هوشمند ، روش شبکه عصبی مصنوعی ، شیرهای کنترلی درون چاهی