بررسی تاثیر پارامترهای فرآیندی بر میزان تولید نفت در یک مخزن نفتی با استفاده از شبکه عصبی مصنوعی

در این تحقیق بررسی تاثیر پارامترهای فرآیندی بر میزان تولید نفت در یک مخزن نفتی توسط شبکه عصبی مصنوعی مورد بررسی قرار گرفت . بدین منظور از داده های آزمایشگاهی موجود جهت مدلسازی استفاده گردید. اثر پارامترهای مختلف مانند اندازه کاهنده، فشار قبل از کاهنده، فشار بعد از کاهنده و درصد آب و رسوبات بر میزان نفت تولیدی بررسی شد . ساختار شبکه انتخابی از نوع پرسپترون چند لایه با الگوریتم پس انتشار خطا در نظر گرفته شد. با تحقیق روی تعداد مختلف نورون های لایه پنهان و نیز توابع انتقال مختلف ، از ۱۴ نورون و تابع انتقال tansig برای لایه پنهان و تابع انتقال purelin برای لایه خروجی استفاده گردید . دو سوم داده های آزمایشگاهی برای آموزش شبکه و یک سوم باقیمانده برای ارزیابی مدل مورد استفاده قرار گرفت . به منظور ارزیابی دقت مدلسازی، از مقادیر میانگین مربعات خطا (MSE) و ضریب همبستگی (۲(R استفاده گردید. این مقادیر به ترتیب ۰۰۰۰۳۱/۰ و ۹۹۰/۰ بود. مقایسه بین داده های آزمایشگاهی و مقادیر بدست آمده از مدلسازی با شبکه عصبی مصنوعی نشان داد که تطابق بسیار خوبی بین داده های آزمایشگاهی و مدلسازی وجود دارد که این امر بیانگر این است که شبکه طراحی شده به نحو بسیار مطلوبی قادر به پیشگویی میزان نفت تولیدی است .

کلیدواژه ها:

مدلسازی ، شبکه عصبی مصنوعی ، مخزن نفتی ، تولید نفت