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

مشخصات مقاله

عنوان: 

تفسیر داده های چاه آزمایی با استفاده از شبکه های عصبی و رگرسیون غیرخطی

نوع ارائه: مقاله
نویسنده: فرامرزي مصطفي*,صرافي امير,شفيعي مهين,نظام آبادي پور حسين
 
 *گروه مهندسي شيمي، انجمن پژوهشگران جوان، دانشگاه شهيد باهنر کرمان
 
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 توجه به اهميت تفسير داده هاي چاه آزمايي در صنعت نفت، در اين مقاله از ترکيب شبکه هاي عصبي مصنوعي و رگرسيون غيرخطي براي اين منظور استفاده شده است. بدين منظور از شبکه هاي عصبي مصنوعي براي شناسايي ويژگي هاي نمودار مشتق بهره گرفته شده است و با آناليز نتايج خروجي از شبکه عصبي، رژيم هاي جرياني شناخته شده، سپس داده هاي مربوط به هر رژيم جرياني شناخته شده، براي تخمين اوليه پارامترهاي مخزن به کار گرفته شده است. سپس با استفاده از روش آماري بين مدل هاي مخزن تمايز داده شده و بهترين مدل منتخب براي مخزن مورد نظرانتخاب شده است و نهايتا تخمين نهايي از پارامترهاي مخزن با استفاده از رگرسيون غيرخطي و الگوريتم استفست به دست آمده است. شبکه عصبي آموزش ديده در بيشتر اوقات قادر به شناسايي رژيم هاي جرياني مخزن است. در الگوريتم نوشته شده يک سري قواعد تجربي نيز دخالت داده شده است تا در مواردي که شبکه عصبي قادر به شناسايي صحيح رژيم هاي جرياني نيست تخميني از زمان شروع رژيم جرياني به ما بدهد.

 
کلید واژه: شبکه عصبي، فاصله اطمينان، رگرسيون غير خطي، الگوريتم استفست (Stehfest Algorithm)
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
 
بازدید یکساله 38   pdf-file
 
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی