17 اردیبهشت 1403
حبيب رستمي

حبیب رستمی

مرتبه علمی: دانشیار
نشانی: دانشکده مهندسی سیستم های هوشمند و علوم داده - گروه مهندسی کامپیوتر
تحصیلات: دکترای تخصصی / کامپیوتر
تلفن: 0773
دانشکده: دانشکده مهندسی سیستم های هوشمند و علوم داده

مشخصات پژوهش

عنوان
کاربرد روشهای داده کاوی در پیش بینی رفتار فازی سیال هیدروکربوری مخازن
نوع پژوهش پارسا
کلیدواژه‌ها
data mining, reservoir.
پژوهشگران حسین صیاد (دانشجو) ، عباس خاکسار منشاد (استاد راهنما) ، حبیب رستمی (استاد راهنما)

چکیده

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 گرددچرا 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 شدیدا 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 می شود. از طرفی تزریق سیالمی تواند باعث مشکلاتی مانند رسوب ذرات پارافینی جامد و سنگین شده و کاهش شدید تولید به واسطه مسدود کردن خلل و فرج هارا به دنبال خواهد داشت. لذا اطلاع دقیق از موارد ذکرشده حیاتی است. در این راستا، امروزه علاوه برمدل های ریاضی و تجربی متعددی که تاکنون ارائه شده انداستفاده از تکنیک های هوشمند به عنوان روشی جایگزینروزبه 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.