برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان: 

پيش بيني گير رشته حفاري چاه هاي جهت دار ميدان اهواز با استفاده از شبکه هاي عصبي

نوع ارائه: مقاله
نویسنده: منظمي مهران,هاشمي عبدالنبي
 
 
 
عنوان همایش: كنفرانس بين المللي نفت، گاز، پتروشيمي و نيروگاهي
نوع همایش:  سازمان ها و مراکز غير دولتي
حامی:  شرکت تعاونی آموزشی پژوهشی وستا
زمان:  1391دوره 1
 
 
چکیده: 

با گذشت زمان و نياز روز افزون بشر به نفت تلاش براي کشف و حفاري مخازن جديد همواره ادامه دارد. حفاري از ميان مخازن تخليه شده براي رسيدن به اعماق پايين تر و يا حفاري هاي جهت دار کارهايي هستند که بايد انجام گيرند ولي همواره خطر گير رشته حفاري را در پي دارند. عوامل ايجاد کننده اين مشکل عبارتند از مشخصات مکانيکي دستگاه حفاري، گل حفاري و عوامل زمين شناسي. عمليات حفاري با پارامترهاي زيادي سروکار دارد که بصورت خطي يا غير خطي در فرايند گير لوله ها دخيل هستند، لذا براي پيش بيني اين مشکل بايد از طريق ايجاد الگويي مناسب نقش اين پارامترها را بررسي و تعيين کنيم. در اين پروژه از شبکه عصبي مصنوعي براي حل و مدلسازي مساله استفاده مي شود به اين صورت که با پردازش پارامترهاي چاه هاي مشکل دار و سالم حفاري شده در يک منطقه، براي تعيين گير يا عدم گير چاه هاي آينده استفاده مي شود. داده هاي مورد استفاده مربوط به چاههاي جهت دار ميدان اهواز مي باشد. روش کار به اين صورت است که ابتدا پارامترها بايد دسته بندي شوند و پارامترهايي که تاثير ناچيز دارند يا مستقل نيستند حذف شوند و با پارامترهاي مستقل و تاثير گذار شبکه اي را آموزش دهيم که خطاي کمتر و قابل قبول داشته باشد. بعد از ايجاد مدل مناسب مي توان پيش بيني کرد که با يک سري از مقادير پارامتر که از پيش تعيين شده اند آيا گير خواهيم داشت يا نه. مدل هاي پيش بيني براي دو سازند آغاجاري (شامل آغاجاري، ميشان، گچساران 7) و گچساران (شامل گچساران پرفشار (1 تا 6) با دقت بالاي 90 درصد به دست آمد. از نتايج اين پروژه مي توان در برنامه ريزي پيش از حفاري چاه هاي جهت دار، جهت بهينه سازي پارامترها براي حفاري بدون مشکل گير، استفاده کرد.

 
کلید واژه: شبکه هاي عصبي، گير رشته حفاري، ميدان اهواز، چاه هاي جهتدار
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
 
بازدید یکساله 110   pdf-file
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی