مدل سازی نرخ حفاری چاه های نفت و گاز به کمک درخت تصمیم

  • سال انتشار: 1397
  • محل انتشار: دومین کنفرانس ملی پیشرفت های نوین در حوزه انرژی و صنایع نفت و گاز
  • کد COI اختصاصی: CMAES02_127
  • زبان مقاله: فارسی
  • تعداد مشاهده: 475
دانلود فایل این مقاله

نویسندگان

محسن طالب کیخاه

دانشگاه صنعتی امیرکبیر،

محمد لران اصفهانی

دانشگاه صنعتی امیرکبیر

امیدرضا امراللهی نسب مهدی آباد

دانشگاه صنعتی امیرکبیر

رسول خسروانیان

دانشگاه صنعتی امیرکبیر

چکیده

نرخ حفاری یا ROP پارامتری کلیدی در عملیات حفاری بوده و پیش بینی آن به مهندسان حفار در تخمین مدت زمان کل حفاری و همچنین برآورد میزان هزینه حفاری چاه های نفت و گاز کمک می کند. ROP ، به پارامتر های متعددی وابسته است که در این مطالعه برای مدل سازی و پیش بینی آن، از هفت پارامتر اصلی که نقش تعیین کننده در تخمین آن دارند استفاده شده است. مشکل اصلی در مدل سازی ROP با استفاده از داده های مربوطه، وجود نویز بسیار در داده ها می باشد که منتج به خطای زیاد در اکثر روش های مدل سازی می گردد. به همین منظور، ROP باید با روشی مدل سازی شود که نسبت به نویز داده ها مقاوم و پایدار باشد. از همین رو، در این مطالعه، برای مدل سازی و پیش بینی ROP از تکنیک درخت تصمیم گیری استفاده شده است که یکی از مقاوم ترین روش ها برای مدل سازی داده های با نویز بالا محسوب می شود. همچنین برای ارزیابی اعتبار و دقت این روش، داده های دو میدان اهواز واقع در ایران و کینابالو واقع در مالزی مورد بررسی قرار گرفته اند.

کلیدواژه ها

نرخ نفوذ حفاری، مدل سازی، درخت تصمیم، نفت و گاز

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.