نام پژوهشگر: حسین صیاد

کاربرد روش های داده کاوی در پیش بینی رفتار فازی سیال هیدروکربوری مخازن
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه خلیج فارس - دانشکده مهندسی 1392
  حسین صیاد   حبیب رستمی

شناخت صحیح از خصوصیات سیال مخزن گازی یا نفتی عامل اساسی در تولید بهینه با بیش ترین بازدهی به شمار می آید. در مورد مخازن ارزشمند گاز میعانی فشار نقطه شبنم به عنوان کلیدی ترین عامل در بحث تولید اقتصادی و طولانی مدت از این نوع مخازن مطرح می گردد چرا که کاهش فشار مخزن زیر نقطه شبنم منجر به ایجاد میعانات در مخزن می شود و علاوه بر کاهش تولید، ادامه پروژه از لحاظ اقتصادی شدیداً به خطر می افتد. در ارتباط با مخازن نفتی نیز با رسیدن به مرحله سوم تولید و کاهش شدید فشار مخزن، بحث ازدیاد برداشت از این مخازن بیش از پیش مطرح شده است. یکی از رایج ترین روش های ازدیاد برداشت تزریق امتزاجی سیال به داخل مخزن است. دو نکته مهم در بحث تزریق سیال امتزاجی، حداقل فشار امتزاجی و احتمال رسوب هیدروکربورهای سنگین واکس و آسفالتین است. حداقل فشار امتزاجی به عنوان فشار مورد نیاز جهت انحلال گاز تزریقی در نفت و سبک کردن آن جهت ازدیاد برداشت شناخته میشود. از طرفی تزریق سیال می تواند باعث مشکلاتی مانند رسوب ذرات پارافینی جامد و سنگین شده و کاهش شدید تولید به واسطه مسدود کردن خلل و فرج ها را به دنبال خواهد داشت. لذا اطلاع دقیق از موارد ذکرشده حیاتی است. در این راستا، امروزه علاوه بر مدل های ریاضی و تجربی متعددی که تاکنون ارائه شده اند استفاده از تکنیک های هوشمند به عنوان روشی جایگزین روزبه روز در حال افزایش است. شبکه های عصبی یکی از روش های رایج و پرکاربرد در مجموعه تکنیک های هوشمند است که به خاطر قابلیت بالا در طراحی ارتباط خطی و غیرخطی میان ورودی ها و خروجی های مختلف مورد توجه است. در این تحقیق نیز ما از این ابزار ها کمک گرفتیم تا بتوانیم پیش بینی دقیق و قابل قبولی در هر یک از موضوعات مورد بحث داشته باشیم. نتایج حاصله در موضوعات مورد بحث همگی گویای دقت و کارایی بالای این گونه روش ها و شبکه های هوشمند است.