پیش بینی گیر لوله های حفاری با استفاده از شبکۀ عصبی در چاه های یکی از میادین نفت فلات قاره ایران

استفاده از شبکه های عصبی برای پیش بینی گیر لوله های حفاری در ایران سابقۀ چندانی ندارد و تاکنون در راستای ارزیابی علل گیر لوله ها و پیش بینی آن در ایران به طور کاربردی مطالعه جامع و یکپارچه ای نشده که با توجه به اهمیت قضیه، جای کار بسیاری در زمینۀ تحقیقات برای آن فراهم است. داده های مقاله حاضر از گزارش های روزانۀ حفاری چاه های یکی از میادین شرکت نفت فلات قاره اخذ شده که در آن، این داده ها به دو دسته وقوع گیر و عدم وقوع گیر تقسیم شده اند. هدف اصلی این پروژه ساخت مدلی است که در آن احتمال وقوع گیر لولۀ حفاری پیش بینی شود. در این مطالعه 171داده براساس گزارش های روزانۀ حفاری، جمع آوری و به سیستم شبکۀ عصبی وارد شده که در آن 37 داده، به منزلۀ داده های اعتبارسنجی استفاده شده اند. شبکۀ عصبی ساخته شده براساس الگوریتم پس انتشار، اجرا و در آن بایاس ها و وزن ها، بهینه سازی و آموزش داده شده اند. چهار نمونۀ شبکۀ عصبی بررسی و مطالعه شده اند و میزان دقت و درصد خطای هر یک از آنان برای انتخاب بهترین روش برای پیش بینی گیر لوله ها با استفاده از شبکۀ عصبی، محاسبه و درنهایت روش feedforward distributed timedelay با درصد خطای نزدیک صفر، به منزلۀ بهترین روش برای پیش بینی گیر لوله های حفاری در میدان موردمطالعه انتخاب شد.