|
Title
|
ارزيابي اقتصادي و بهينه سازي مكان چاه هاي توليدي و تزريقي يك ميدان نفتي با استفاده از الگوريتم ژنتيك و الگوريتم ازدحام جمعيت
|
|
Type
|
Thesis
|
|
Keywords
|
الگوريتم PSO، الگوريتم GA، الگوريتم HGAPSO، سود خالص حال حاضر (NPV)، بهينه كردن مكان چاه توليدي، بهينه كردن مكان چاه تزريقي
|
|
Abstract
|
مساله بهينه سازي مكان چاه هاي و تزريقي به گونه اي است كه توليد نفت را به حداكثر رسانده و همچنين مخازن نفتي را از آسيب هاي احتمالي محافظت كند. اين بهينه سازي معمولاً باهدف افزايش بهره وري، كاهش هزينه ها و كمك به بهره برداران در تصميم گيري هاي مهم صورت مي گيرد. در اين مطالعه بهينه سازي مكان يابي چاه هاي نفتي و ارزيابي اقتصادي در فرآيند تزريق آب صورت گرفته است. در اين راستا از سه الگوريتم بهينه سازي ازدحام ذرات (PSO) و الگوريتم بهينه سازي ژنتيك (GA) و الگوريتم هيبريد ژنتيك (HGAPSO) و محاسبه سود خالص حال حاضر(NPV) انجام شده است. در اين شبيه سازي انجام شده در 100 تكرار و تعداد ذره 50 استفاده شده است. نتايج شبيه سازي ها نشان مي دهند كه الگوريتم PSO داراي عملكرد بهتري نسبت به الگوريتم هاي GA و HGAPSO است و مي تواند به عنوان روشي قوي و مؤثر براي بهينه سازي مكان يابي چاه ها و تعداد چاه هاي توليد و تزريق آب در فرآيند تزريق نفت مورداستفاده قرار گيرد. در حالتي كه مكان 4 چاه توليدي را مي خواهيم بهينه كنيم، الگوريتم PSO 12%/124 سود بيشتري نسبت به توليد در حالت بهينه شدن مكان چاه به روش مرسوم داشته است. الگوريتم GA 12%/124 سود بيشتري نسبت به توليد در حالت حفر چاه به روش مرسوم داشته است. الگوريتم HGAPSO 45%/123 سود بيشتري نسبت به توليد در حالت بهينه شدن مكان چاه به روش مرسوم داشته است. در حالتي بهينه شدن مكان 2 چاه تزريقي ، نتايج شبيه سازي هريك از الگوريتم هاي PSO و GA و HGAPSO به ترتيب % 6/118 و % 58/118 و % 51/118 سود بيشتري نسبت به توليد در حالت بهينه شدن مكان چاه به روش مرسوم را نشان مي دهد. در مخزن موردمطالعه الگوريتم PSO در حالتي كه مكان 4 چاه توليدي بهينه مي شود توليد /7 نسبت به توليد در حالت بهينه شدن مكان چاه به روش مرسوم افزايش پيداكرده است. زماني كه مكان دو چاه تزريقي با الگوريتم PSO بهينه شده است نسبت به زمان حفر چاه تزريقي به روش مرسوم توليد /8 افزايش پيداكرده است.
|
|
Researchers
|
hamed nikravesh (Student) , Reza Azin (Primary advisor) , Ali Ranjbar (Primary advisor)
|