مدل سازي داده محور جريان سيالات چندفازي از يك ميدان نفتي

كارشناسي ارشد

اندازه گيري جريان هاي چندفازي پارامتر بسيار مهمي در صنعت نفت به شمار مي‌رود. از اين‌رو روش‌هاي مختلفي براي تعيين دبي و اندازه گيري جريان سيالات ارائه شده است كه از آن ميان مي‌توان به روش‌هاي آزمايشگاهي و روابط تجربي اشاره نمود. با توجه به هزينه بالاي عملياتي اينگونه روش‌ها همواره محققين به دنبال روش‌هايي با هزينه عملياتي پايين‌تر و دقت محاسباتي قابل قبولي بوده‌اند. امروزه با توجه به پيشرفت نرمافزارهاي محاسباتي و ابزارهاي هوشمند، از اين ابزار براي مدل‌سازي سيستم‌هاي پيچيده مهندسي استفاده مي‌شود. بنابراين مي‌توان براي پيش‌بيني اندازه گيري جريان هاي چندفازي نيز از آنها بهره جست. در اين پايان نامه سعي گرديد با مطالعه و بررسي مدل هاي هوشمند و شبكه هاي يادگيري عميق كه به تازگي مطرح شده اند به عنوان ابزاري براي پيش بيني اندازه گيري جريان هاي چندفازي در صنعت نفت بهره گرفته شود. داده هاي مورد استفاده در اين پايان نامه شامل دو دسته داده كه دسته اول داده هاي مربوط به يكي از ميادين نفتي ايران و دسته دوم داده هاي مربوط به يكي از ميادين نفتي استراليا مي باشد. بعد از جمع آوري داده ها، ابتدا پيش پردازشي شامل نرمال سازي داده ها و همچنين حذف داده هاي پرت بر روي آنها انجام مي گيرد و سپس به صورت تصادفي، در تمامي مدل هاي توسعه يافته 70 درصد داده ها به عنوان داده هاي آموزش انتخاب شده و در فرآيند توسعه مدل مورد استفاده قرار گرفته و مابقي براي ارزيابي مدل ها، تحت عنوان داده هاي آزمايش استفاده مي شوند. براي توسعه تمامي مدل ها، پارامترهاي متعددي مورد بررسي قرار گرفته و جهت بهينه سازي برخي پارامترهاي مدل از روش هاي بهينه سازي گراديان انطباقي نظير الگوريتم آدام كه به تازگي در شبكه هاي عميق مورد استفاده قرار مي گيرد استفاده مي شود و مقايسه اي بين آنها انجام مي شود. در نهايت بر روي داده هاي ميدان نفتي ايران يك مدل اصلاحي عميق ارائه مي گردد كه دبي كل جريان سيالات 8 چاه نفتي با دقت بالايي تخمين زده مي شود. همچنين در داده هاي سري دوم مدل شبكه عصبي عميقي توسعه داده شد كه دبي نفت، آب و گاز 4 چاه نفتي به تفكيك با دقت بالايي تخمين زده مي شود.

194683

دانشگاه علم و صنعت ايران

مدل‌سازي، شبيه‌سازي و كنترل فرايندها

دكتر محمدتقي صادقي