بکارگیری الگوریتم ژنتیک چندهدفه با رتبه بندی نامغلوب در بهینه سازی توسعه ی میادین نفتی تحت سیلاب زنی با آب
محل انتشار: دومین کنفرانس بین المللی پژوهش در علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,009
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICRSIE02_079
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
تصمیم گیری در مورد توسعه ی یک میدان نفتی نیازمند در نظر گرفتن اهداف از پیش تعریف شده ی زیادی است که این اهداف می توانند رابطه ی مستقیم یا عکس با یکدیگر داشته باشند. الگوریتم ژنتیک چندهدفه با رتبه بندی نامغلوب ابزاری مناسب برای درنظر گرفتن اهداف مختلف می باشد. در این تحقیق، از الگوریتم ذکر شده برای بهینه سازی نرخ تزریق آب در چاه های تزریقی استفاده شده است. همزمان با متغیر قبلی ( نرخ تزریق آب )، طول و زاویه چرخش یک چاه افقی ( تزریقی یا تولیدی ) نیز، به عنوان متغیر دیگر بهینه سازی لحاظ گردیده است. همچنین ضریب بازیافت و ارزش خالص فعلی، به عنوان توابع هدف این الگوریتم در نظر گرفته شده اند. هدف از انجام این تحقیق استفاده ی کاربردی از الگوریتم ژنتیک چندهدفه با رتبه بندی نا مغلوب به منظور بهینه سازی یکی از مسایل مهم موجود در مهندسی نفت می باشد. استفاده از این الگوریتم در مقایسه با مدل ارایه شده ی اولیه، رشد ضریب بازیافت 40 درصدی و بهبود 21 درصدی ارزش خالص فعلی را نشان می دهد که این مطلب بیانگر موثر بودن این الگوریتم بهینه سازی برای مدل مورد مطالعه است. بعلاوه جبهه ی Pareto تشکیل شده به مهندسین مخزن اجازه می دهد که بر اساس سناریوهای مختلف ایجاد شده بنا بر مقدار ارزش خالص فعلی بالاتر یا ضریب بازیافت بیشتر و یا ترکیبی از تاثیر هرکدام برای این میدان تصمیم گیری کنند و میزان بهینه ی نرخ ترزیق آب به چاه های تزریقی را با توجه به سناریوی انتخاب شده محاسبه نمایند.
کلیدواژه ها:
نویسندگان
عارف رستمیان
دانشجوی کارشناسی ارشد مهندسی نفت حفاری دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف، کیش ایران
سعید جمشیدی
استادیار ، گروه نفت دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف، تهران، ایران
محمد بازارگان
استادیار ، گروه نفت دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف، 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 :