توسعه مدل های برنامه نویسی ژنتیک برای تعیین ضریب تراکم پذیری گاز میعانی در فشار کمتر از نقطه شبنم

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 352

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

OGPD04_048

تاریخ نمایه سازی: 5 اردیبهشت 1396

چکیده مقاله:

ضریب تراکم پذیری گاز نقش حیاتی در کاربردهای مهندسی مرتبط با مدیریت منابع گاز طبیعی، برنامه ریزی، حمل و نقل و پردازش آن دارد. در مقایسه با گازهای خشک، میعانات گازی از لحاظ ترمودینامیکی پیچیده هستند و نیازمند توجه تمام کمال می باشند. چالش اصلی تفکیک حالت و تغییر ترکیبی طی تغییرات دما یا فشار است. بنابراین، این مطالعه بر ارایهی مدلهای مفصل ترکیبی براساس چارچوب الگوریتم ژنتیک برای محاسبه دقیق ضریب فشردگی میعانات گاز تمرکز دارد. مدلهای جدید براساس 1800 پایگاه داده میعانات گازی بدست آمده از پیشینه ایجاد شده ست. هم ارزیابی های کیفی و هم کمی آماری برای ارزیابی صحت تخمینی و دقیق مدلهای جدید به جای مدل های موجود به کار می رود. علاوه براین، مهارت مدل های ارایه شده برای محاسبات ضریب فشردگی میعانات گاز برای نمونه های مناسب گاز ترش بررسی شده است. علاوه بر این، تحلیل حساسیت براساس تکنیک های پیرسون و اسپیرمن نیز برای تعیین میزان اثرگذاری هر پارامتر ورودی بر ارقام هدف به کاررفته است. این مورد نیز انتظار می رود که مدلهای توسعه یافته روشی برای محاسبه ی دقیق ضرایب فشردگی میعانات گاز در نظر گرفته شود که بوسیله مهندسان برای بازبینی عملکرد، بهینه سازی و مدیریت تولید در سیستم میعانات گازی به کار می رود.

کلیدواژه ها:

نویسندگان

حمیدرضا ثقفی

پژوهشکده ازدیاد برداشت از مخازن نفت و گاز، شرکت ملی نفت ایران، میدان ونک، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • H.X. Vo, Composition variation during flow _ gas-condensate wells, Stanford ...
  • K.-L. Yan, H. Liu, C.-Y. Sun, Q.-L. Ma, G.-J. Chen, ...
  • K.H. Coats, G.T. Smart, Application of a regres sion-based EOS ...
  • J.K. Drohm, R. Trengove, W.H. Goldthorpe, On the quality of ...
  • A. Fayazi, M. Arabloo, A. Shokrollahi, M.H. Zargari, M.H. Ghazanfari, ...
  • A.A. AlQuraishi, Determination of crude oil saturation pressure using linear ...
  • D.H. Beggs, J.P. Brill, A study of two-phase flow i ...
  • D.A. Augusto, H.J. Barbosa, Symbolic regression via genetic programming, Neural ...
  • N.S. Chok, Pearson's Versus Spearman's and Kendalls Correlation Coefficients for ...
  • نمایش کامل مراجع