پیش بینی مقدار هرزروی سیال حفاری با استفاده از هوش مصنوعی در یکی ازمیادین نفتی جنوب ایران

  • سال انتشار: 1394
  • محل انتشار: دومین کنفرانس بین المللی پژوهش در علوم و تکنولوژی
  • کد COI اختصاصی: CRSTCONF02_415
  • زبان مقاله: فارسی
  • تعداد مشاهده: 984
دانلود فایل این مقاله

نویسندگان

احسان جعفربیگی

دانشجوی دکتری مهندسی شیمی،دانشگاه آزاد اسلامی واحد کرمانشاه، گروه مهندسی شیمی، کرمانشاه، ایران

یوسف آزادی پور

کارشناس ارشد مهندسی نفت،رئیس واحد بهره برداری آغاجاری،اهواز، ایران

کاوه عباسی کللی

دانشجوی دکتری مهندسی شیمی،دانشگاه آزاد اسلامی واحد ماهشهر، گروه مهندسی شیمی، ماهشهر، ایران

چکیده

هدف انجام این پروژه این است که توانایی شبکه های عصبی مصنوعی را در پیش بینی مقدار هرزروی سیال حفاری بررسی کنیم و اینکه آیا با طراحی یک شبکه و استفاده از داده های واقعی مختلف اندازهگیری شده در گزارشات روزانه عملیات حفاری میتوانیم میزان هرزروی را برای میدان مورد نظر که میدان مارون میباشد، پیش بینی کنیم یا نه. در این پروژه با استفاده از شبکه های عصبی مصنوعی هرزروی سیالحفاری در چاههای نفت و گاز مورد بحث و بررسی قرار گرفته است. شبکه ی طراحی شده دارای 51 لایه بوده که هر یک دارای 51 نرون بوده لایه ی اول تابع لاگسیگ و 51 لایه ی بعدی تانسیگ و لایه ی آخرپیورلاین می باشد. دقت شبکه در آموزش شبکه 68 درصد، در ارزیابی 68 درصد و در تست شبکه 68 درصد بدست آمد. پیشبینیهای حاصل سازگاری نسبتا خوبی با میزان هرزروی واقعی موجود در گزارش- های روزانه حفاری را نشان میدهد.

کلیدواژه ها

شبکه های عصبی مصنوعی،حفاری چاهای نفت و گاز،هرزروی سیال حفاری،پیش بینی هرزروی

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.