طراحی شبکه عصبی برای بهینه سازی اندازه سطح مقطع شیرهای درون چاهی با اندازه‌ی ثابت درچاه هوشمند با الگوریتم پرندگان

Authors

  • سید مهدیا مطهری تهران، پژوهشگاه صنعت نفت، پژوهشکده مطالعات مخازن و توسعه میادین
  • مهدی ندری پری تهران، پژوهشگاه صنعت نفت، پژوهشکده مطالعات مخازن و توسعه میادین
Abstract:

بهینه ‌سازی تولید نفت از میدان‌ های هیدروکربوری یکی از دغدغه ‌های اصلی مدیریت مخازن نفت است. در این راستا از فناوری چاه هوشمند که در دهه ‌ی اخیر توسعه یافته، استفاده می‌ شود. از جمله چالش‌های مهم این فناوری، تنظیم بهینه شیرهای کنترلی ثابت در طول عمر چاه هوشمند است. به ‌دست آوردن وضعیت بهینه این شیرها با استفاده از نرم‌افزار شبیه ‌ساز مخزن، نیازمند تعداد بسیار زیاد اجرای شبیه‌سازی است که باتوجه به محدودیت‌های زمان و هزینه غیرممکن است. از این‌ رو باید به دنبال روشی برای جایگزینی نرم‌افزار شبیه‌ ساز مخزن و ارایه الگوریتم بهینه ‌سازی مناسب بود. در این مقاله با جایگزینی روش شبکه عصبی مصنوعی با نرم‌افزار شبیه‌ ساز مخزن، مقدارهای تولید نفت و آب محاسبه شده و بهینه ‌سازی تنظیمات شیرهای کنترلی ثابت برای بیشینه کردن تولید نفت و کمینه کردن تولید آب با الگوریتم پرندگان (PSO) انجام می‌ شود، که سرانجام میزان تولید نفت به اندازه 55% نسبت به روش متداول افزایش می‌ یابد به بیان دیگر، میزان نفت تجمعی از 3.5 میلیون بشکهبه 6 میلیون بشکه و ضریب بازیافت آن از 6% به 9.5% در طول عمر چاه افزایش می‌ یابد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طراحی شبکه عصبی برای بهینه سازی اندازه سطح مقطع شیرهای درون چاهی با اندازه ی ثابت درچاه هوشمند با الگوریتم پرندگان

بهینه ­سازی تولید نفت از میدان­ های هیدروکربوری یکی از دغدغه ­های اصلی مدیریت مخازن نفت است. در این راستا از فناوری چاه هوشمند که در دهه ­ی اخیر توسعه یافته، استفاده می­ شود. از جمله چالش­های مهم این فناوری، تنظیم بهینه شیرهای کنترلی ثابت در طول عمر چاه هوشمند است. به ­دست آوردن وضعیت بهینه این شیرها با استفاده از نرم­افزار شبیه ­ساز مخزن، نیازمند تعداد بسیار زیاد اجرای شبیه­سازی است که باتوجه ...

full text

طراحی کنترل کننده تناسبی-انتگرالی- مشتقی بهینه با الگوریتم بهینه سازی بهبودیافته اجتماع پرندگان

چکیده- در این مقاله، طراحی کنترل کننده تناسبی- انتگرالی- مشتقی (تام) بهینه بر مبنای "الگوریتم بهینه سازی بهبود یافته اجتماع پرندگان" (ePSO) ارائه می شود. مزیت این روش جدید نسبت به روش‌های متداول در طراحی کنترل کننده این است که ارائه آن محدود به کلاس خاصی از سیستم‌ها نیست. در طراحی کنترل کننده تام بهینه، مجموع زمان صعود، زمان نشست، فراجهش و انتگرال قدر مطلق خطا کمینه می­شوند. سه نوع الگوریتم بهی...

full text

بهینه سازی شبکه عصبی MLP با استفاده از الگوریتم ژنتیک موازی FinGrain برای تشخیص سرطان سینه

امروزه استفاده از سیستم‌های هوشمند در تشخیص پزشکی به تدریج در حال افزایش است. این سیستم‌ها می‌توانند به کاهش خطایی که ممکن است توسط کارشناسان کم‌تجربه اتفاق بیافتد، کمک کند. بدین منظور استفاده از سیستم‌های هوشمند مصنوعی در پیش‌بینی و تشخیص سرطان سینه که یکی از رایج‌ترین سرطان‌ها در بین زنان است، مورد توجه می‌باشد. در این تحقیق فرآیند تشخیص بیماری سرطان سینه با یک رویکرد دو مرحله‌ای انجام...

full text

تحلیل پارامتری و بهینه سازی سیکل تبرید اجکتوری فوق بحرانی همراه با سیال عامل‌های مختلف به کمک شبکه عصبی مصنوعی و الگوریتم بهینه سازی پرندگان

در این مقاله، به بررسی پارامتری و بهینه سازی سیکل تبرید اجکتوری همراه با سیال عامل های مختلف پرداخته شده است که قابلیت استفاده در بخشی از فرایند استفاده از انرژی خورشیدی را دارا می‌باشد. مزیت اصلی استفاده از اجکتور در سیکل های تبرید که معمولاً به جای کمپرسور بکار می رود، سادگی در ساخت و نگه داری، اطمینان پذیری بالا و هزینه ی کم می باشد. در این مطالعه، سیکل تبرید اجکتوری فوق بحرانی با استفاده از ...

full text

بهینه سازی اندازه و شکل سازه های خرپا با روش بهینه سازی الگوریتم مثلث بهینه گر

در این مقاله روش بهینه سازی فراابتکاری جدید تحت عنوان الگوریتم مثلث بهینه گر برای پایین آوردن وزن سازه های خرپا ارائه شده است. این روش از مثلث الهام گرفته است. در این روش بردار اولیه متغیرهای طراحی بعنوان قاعده مثلث (سطر اول) در نظر گرفته می شوند. سپس توابع هدف محاسبه و بهترین و بدترین پاسخ مشخص می شوند. بدترین پاسخ از جمعیت حذف می گردد و بقیه جمعیت با بازیابی سطر دوم را تشکیل می دهند. این عمل ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 31  issue 2

pages  55- 69

publication date 2012-07-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023