Research Info

Home \کاربرد روشهای داده کاوی در ...
Title كاربرد روشهاي داده كاوي در پيش بيني رفتار فازي سيال هيدروكربوري مخازن
Type Thesis
Keywords data mining, reservoir.
Abstract شناخت صحيح از خصوصيات سيال مخزن گازي يا نفتي عامل اساسي در توليد بهينه با بيش ترين بازدهي به شمار مي آيد. در مورد مخازن ارزشمند گاز ميعاني فشار نقطه شبنم به عنوان كليدي ترين عامل در بحث توليد اقتصادي و طولاني مدت از اين نوع مخازن مطرح مي گرددچرا كه كاهش فشار مخزن زير نقطه شبنم منجر به ايجاد ميعانات در مخزن مي شود و علاوه بر كاهش توليد، ادامه پروژه از لحاظ اقتصادي شديدا به خطر مي افتد. در ارتباط با مخازن نفتي نيز با رسيدن به مرحله سوم توليد و كاهش شديد فشار مخزن، بحث ازدياد برداشت از اين مخازن بيش از پيش مطرح شده است. يكي از رايج ترين روش هاي ازدياد برداشت تزريق امتزاجي سيال به داخل مخزن است. دو نكته مهم در بحث تزريق سيال امتزاجي، حداقل فشار امتزاجي و احتمال رسوب هيدروكربورهاي سنگين واكس و آسفالتين است. حداقل فشار امتزاجي به عنوان فشار مورد نياز جهت انحلال گاز تزريقي در نفت و سبك كردن آن جهت ازدياد برداشت شناخته مي شود. از طرفي تزريق سيالمي تواند باعث مشكلاتي مانند رسوب ذرات پارافيني جامد و سنگين شده و كاهش شديد توليد به واسطه مسدود كردن خلل و فرج هارا به دنبال خواهد داشت. لذا اطلاع دقيق از موارد ذكرشده حياتي است. در اين راستا، امروزه علاوه برمدل هاي رياضي و تجربي متعددي كه تاكنون ارائه شده انداستفاده از تكنيك هاي هوشمند به عنوان روشي جايگزينروزبه روز در حال افزايش است. شبكه هاي عصبي يكي از روش هاي رايج و پركاربرد در مجموعه تكنيك هاي هوشمند است كه به خاطر قابليت بالا در طراحي ارتباط خطي و غيرخطي ميان ورودي ها و خروجي هاي مختلف مورد توجه است. در اين تحقيق نيز ما از اين ابزار ها كمك گرفتيم تا بتوانيم پيش بيني دقيق و قابل قبولي در هر يك از موضوعات مورد بحث داشته باشيم. نتايج حاصله در موضوعات مورد بحث همگي گوياي دقت و كارايي بالاي اين گونه روش ها و شبكه هاي هوشمند است.
Researchers Habib Rostami (Primary advisor)