15 آذر 1404
دانشگاه خلیج فارس
English
یوسف کاظم زاده
مرتبه علمی:
استادیار
نشانی:
دانشکده مهندسی نفت، گاز و پتروشیمی - گروه مهندسی نفت
تحصیلات:
دکترای تخصصی / مهندسی نفت
تلفن:
07731222604
دانشکده:
دانشکده مهندسی نفت، گاز و پتروشیمی
پست الکترونیکی:
yusefkazemzade [at] pgu [dot] ac [dot] ir
صفحه نخست
تحصیلات
علایق پژوهشی
فعالیتهای پژوهشی
عناوین دروس
مشخصات پژوهش
عنوان
عملکرد روش های یادگیری برای تخمین دبی چوک با استفاده از داده های چاه های گازی و نفتی
نوع پژوهش
مقالات در همایش ها
کلیدواژهها
یادگیری ماشین، چوک، ماشین های بردار پشتیبان، جنگل تصادفی، شبکه های عصبی مصنوعی، دبی چاه
پژوهشگران
علی کرمی (نفر اول)
،
علی هوشمندجو (نفر دوم)
،
یوسف کاظم زاده (نفر سوم)
چکیده
با توسعه روش های یادگیری ماشین و یادگیری عمیق به علت انعطاف پذیری بالاتر نسبت به روابط تجربی، علاقه استفاده پژوهشگران چه در صنایع نفتی و چه در صنایع دیگر از این مدل ها بسیار زیاد هست.صنعت نفت یکی از صنایع مادر است که هر اختلاف کوچک در دقت محاسبات میزان تولید می تواند خسارات زیادی را داشته باشد.از این سو داشتن یک تابع با دقت بالا برای محاسبه دبی تولیدی از چوک سر چاهی می تواند کمک بسیاری کند.در این مقاله به منظور پیدا کردن یک مدل خوب و مناسب برای محاسبه دبی چوک از چند روش یادگیری ماشین و یادگیری عمیق از جمله روش جنگل تصادفی ، ماشین های بردار پشتیبان ،شبکه های عصبی مصنوعی به کار برده شد .برای انتخاب بهترین مدل از روش های بصری نمایش مقدار حقیقی و پیش بینی در نمودار های مختلف و روش های ارزیابی آماری از جمله خطای جذر میانگین مربعات ، خطای میانگین مربعات و ضریب تعیین استفاده شد تا بهترین مدل انتخاب شود که پس از ارزیابی ، بهترین مدل برای چاه های گازی مدل جنگل تصادفی بدست آمد که خطای میانگین مربعات آن 624407.66، خطای جذر میانگین مربعات آن790.19 و ضریب تعیین آن0.99 شده است و برای چاه های نفتی نیز مدل جنگل تصادفی با خطای میانگین مربعات 1259288.68، خطای جذر میانگین مربعات 1122.18و ضریب تعیین 0.95 نتیجه بهتری داشت.