مقاله کنفرانسی سال ۱۳۹۸ فارسی

پیش بینی خواص PVT نفت خام با استفاده از روش های هوش مصنوعی

چکیده مقاله

پیش بینی دقیق رفتار فازی و تعیین خواص سیالات مخزن مهمترین بخش از مطالعات یک میدان نفتی است و دانش کافی از خواص PVT نفت اهمیت زیادی در محاسبات مهندسی مخازن دارد این خواص در مواردی از جمله : محاسبات توازن مواد، آنالیز های سر چاهی، پیش بینی رفتار مخزن، جریان سیال در محیط متخلخل، شبیه سازی عددی مخزن کاربرد دارد خواص سیال مانند نقطه فشار حبابی و فاکتور تشکیل حجم نفت OFVF مقدمه ی اهمیت اندازه گیری ذخایر قابل بازیافت، تولید ظرفیت و تقریبا تمام جنبه های دیگر محاسبات مهندسی نفت هستند خواص PVT میتوانند به صورت آزمایشگاهی با استفاده از نمونه های جمع آوری شده درون چاهی یا سر چاهی نفت خام اندازه گرفته شوند و یا از طریق مدل های پیش بینی کننده اندازه گیری چنین کمیت هایی در آزمایشگاه بسیار پر هزینه و وقت گیر می باشد در غیاب اطلاعات آزمایشگاهی PVT و برای صرفه جویی در وقت و پول، می توان خواص سیال را توسط روابط و ضرایب همبستگی تجربی پیش بینی کرد علاوه بر این، معادلات پایداری به طور گسترده ای برای محاسبات خواص PVT سیالات استفاده می شوند مطالعات تطبیقی بسیاری برای اطمینان از صحت قابلیت معادلات پایداری برای برآورد مشخصه های PVT سیالات مخزن انجام شده است نتیجه ی کلی این است که برای پیش بینی خواص PVT نفت، از هیچکدام از معادلات پایداری نمیتوان به طور مداوم و در همه ی شرایط مختلف استفاده کرد تعداد زیادی از روابط همبستگی تجربی برای پیش بینی فشار نقطه حبابی و OFVF توسعه یافته است اما متاسفانه، روابط و ضرایب همبستگی تجربی که تولید شده اند، اغلب به خاطر تفاوت مشخصات و خواص سیال در مناطق مختلف، محدود بوده و نمی توانند در مقیاسی کلی و جهانی مورد استفاده قرار بگیرند از این رو ، طراحی مدل های دقیق برای پیش بینی مشخصه های PVT در مخازن نفتی اجتناب ناپذیر می باشد

کلیدواژه‌ها

نویسندگان

شیوه ارجاع

�الح وند، احمدرضا و جامعی، مهدی،1398،پیش بینی خواص PVT نفت خام با استفاده از روش های هوش مصنوعی،پنجمین همایش بین المللی علوم و تکنولوژی با رویکرد توسعه پایدار،شیراز

ارائه‌شده در

پوستر مجموعه مقالات پنجمین همایش بین المللی علوم و تکنولوژی با رویکرد توسعه پایدار مجموعه مقالات پنجمین همایش بین المللی علوم و تکنولوژی با رویکرد توسعه پایدار1 شهریور 1398 · شیراز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۸ ۱۱,۱۲۸ مشاهده

ابزارهای دشمن در جنگ نرم (ارتش سایبری)

در سالهای اخیر به دلیل تحولات شگرف در فناوری اطلاعات، تعاریف و تعابیر جدیدی وارد ادبیات سیاسی جهان شده ا…

جنگ نرمدشمنرسانه
مقاله کنفرانسی سال ۱۳۹۸ ۷,۵۶۸ مشاهده

بررسی تبدیل انرژی باد به انرژی الکتریکی توسط توربین های بادی و اثرات آن روی پارامترهای شبکه قدرت

انرژی تجدیدپذیر و پاک بخصوص خورشیدی و بادی گسترش روزافزون یافته و توجه اکثر کشورها را به خود جلب کرده اس…

انرژی الکتریکیتوربین بادیانرژی تجدیدپذیر
مقاله کنفرانسی سال ۱۳۹۸ ۲,۱۹۳ مشاهده

کاربرد داده کاوی در اینترنت اشیاء

حجم زیاد داده های تولید شده توسط اینترنت اشیاء × IOTبعنوان ارزش بالای کسب و کارها محسوب می شود و الگوریت…

داده کاویاینترنت اشیابزرگ داده
مقاله کنفرانسی سال ۱۳۹۸ ۲,۰۸۵ مشاهده

تشخیص بیماری آلزایمر بر اساس MRI حجمی ساختاری، با استفاده ازتکنیک تبدیل موجک گسسته سه بعدی و روش کلاس بندی SVM و KNN

بیماری آلزایمر شایعترین نوع زوال عقل بوده و با افزایش سن احتمال ابتلا به آن نیز بالا میرود همچنین پیش بی…

بیماری آلزایمرMRISVM
مقاله کنفرانسی سال ۱۳۹۸ ۱,۹۲۶ مشاهده

مروری بر یادگیری عمیق، مفاهیم و عملکرد

یادگیری عمیق شاخه ای از بحث یادگیری ماشین و مجموعه ای از الگوریتمهایی است که تلاش می کنند مفاهیم انتزاعی…

یادگیری ماشینیادگیری عمیقشبکه های عصبی
مقاله کنفرانسی سال ۱۳۹۸ ۱,۸۹۲ مشاهده

استخراج رفتار خرید مشتریان با استفاده از راهکارهای یادگیری ماشینی

امروزه، داده ها در فرمت ها، انواع و ابعاد مختلف در دسترس هستند این حجم عظیم از داده های در دسترس، پژوهشگ…

یادگیری ماشینیداده کاویرفتار خرید مشتری