استفاده از شبکه عصبی مصنوعی در برآورد حجم در جای هیدروکربن
نویسنده
چکیده مقاله:
تخمین دقیق حجم هیدروکربن در یک مخزن، اهمیت به سزایی دارد چرا که پایه و اساس طرحهای توسعه ای آینده مخزن و میزان سرمایهگذاریها را توجیه میکند. بنابراین برای مهندسان و کارشناسان صنایع بالا دستی برآورد حجم مخازن نفتی و گازی از دغدغههای همیشگی است که از زمان اکتشاف شروع و تا اتمام ذخیره قابل برداشت ادامه دارد. در این مطالعه سعی شده است تا با ابزار شبکههای عصبی و استفاده از داده های ژئوفیزیکی و پتروفیزیکی، مدلهای مشخصه مخزن تهیه و بر اساس آن برآوردی از حجم در جای هیدروکربن در مخزن به دست آید. برای این هدف ابتدا مخزن شبکهبندی شده و به سلولهای هم حجم تقسیم شد. سپس بر اساس تغییرات تخلخل و سنگ شناسی در چاهها اقدام به زونبندی پتروفیزیکی درون چاهها شد و با کروله کردن زونهای درون چاهها مخزن زون بندی شد. مقادیر تخلخل و اشباع آب و نیز دادههای سه بعدی لرزهای در سلولهای مخزن میانگینگیری و برای هر سلول یک مقدار تعیین شد. در نهایت با طراحی یک شبکه عصبی سه لایهای از نوع پرسپترون با الگوریتم پس انتشار، خطا و آموزش آن با استفاده از سلولهای دارای مقادیر واقعی تخلخل و اشباع آب نسبت به تخمین این پارامترها در بقیه سلولها اقدام شده و در نتیجه حجم در جای هیدروکربن مخزن محاسبه شد و با مقادیر به دست آمده از روش آماری مونت کارلو مقایسه شد.
منابع مشابه
استفاده از شبکه عصبی مصنوعی در برآورد حجم در جای هیدروکربن
Accurate estimation of hydrocarbon volume in a reservoir is important due to future development and investment on that reservoir. Estimation of Oil and Gas reservoirs continues from exploration to end of reservoir time life and is usual upstream engineer’s involvements. In this study we tried to make reservoir properties models (porosity and water saturation) and estimate reservoir volume hydro...
متن کاملاستفاده از شبکه عصبی مصنوعی در برآورد حجم در جای هیدروکربن
تخمین دقیق حجم هیدروکربن در یک مخزن، اهمیت به سزایی دارد چرا که پایه و اساس طرح های توسعه ای آینده مخزن و میزان سرمایه گذاری ها را توجیه می کند. بنابراین برای مهندسان و کارشناسان صنایع بالا دستی برآورد حجم مخازن نفتی و گازی از دغدغه های همیشگی است که از زمان اکتشاف شروع و تا اتمام ذخیره قابل برداشت ادامه دارد. در این مطالعه سعی شده است تا با ابزار شبکه های عصبی و استفاده از داده های ژئوفیزیکی و...
متن کاملبرآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی
دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیمشناسی است که اندازهگیری و برآورد آن ضروری است. با توجه به اینکه دمای خاک فقط در ایستگاههای سینوپتیک کشور اندازهگیری میشود، کمبود آن در نقاط فاقد ایستگاه از چالشهای بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...
متن کاملعملکرد شبکه عصبی مصنوعی و شبکه عصبی فازی- تطبیقی در برآورد غلظت ازن در شهر تهران
در سالهای اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان میشود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیدههابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 43 شماره 3
صفحات -
تاریخ انتشار 2009-08-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023