این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 24 آذر 1404
پژوهش نفت
، جلد ۲۹، شماره ۹۸-۵، صفحات ۲۸-۴۰
عنوان فارسی
تخمین دقیق پارامترهای چاهآزمایی با استفاده از یک الگوریتم ترکیبی و مقایسه آن با یک نرمافزار رایج صنعتی
چکیده فارسی مقاله
تراوایی، ضریب پوسته و ضریب ذخیره چاه سه پارامتر اساسی مخزن و چاه هستند. روش معمول برای بهدست آوردن مقادیر این پارامترها چاهآزمایی است. در این روش دادههای فشاری بهدست آمده براساس زمان در منحنیهای نیمه لگاریتمی و لگاریتمی رسم شده و با روش ها و فرمولهای مشخص این مقادیر محاسبه میشود. در این مطالعه یک روش جدید برای بهدست آوردن پارامترهای چاهآزمایی با استفاده از هوش مصنوعی معرفی میشود. ابتدا با استفاده از پارامترهای مربوط به دو چاه واقعی، دادههای فشار- زمان بهوسیله نرمافزار چاهآزمایی سفیر 10/4 تولید میشود. چون مقادیر بهدست آمده دارای پراکندگی زیاد هستند، دادهها توسط تبدیل موجک دوبیشز نویززدایی شده و تحلیل و بررسی دادهها راحتتر صورت میپذیرد. سپس با ترکیب الگوریتمهای ژنتیک و لونبرگ مارکارد پارامترهای اساسی مخزن محاسبه میشوند. در مرحله آخر دادههای فشاری در نرمافزار رایج چاهآزمایی سفیر 10/4 وارد گردیده و مقادیر تراوایی، ضریب پوسته و ضریب ذخیره چاه محاسبه شد. الگوریتم ترکیبی توانست مقادیر تراوایی، ضریب پوسته، ضریب ذخیره چاه و شعاع خارجی را بهترتیب با خطای میانگین 565/1%، 60/3%، 06/1% و 553/1% نسبت به نرمافزار چاهآزمایی سفیر 10/4 محاسبه کند.
کلیدواژههای فارسی مقاله
تراوایی، ضریب پوسته، ضریب ذخیره چاه، هوش مصنوعی، چاهآزمایی،
عنوان انگلیسی
Accurate Estimation of the Well Test Parameters By Using a Hybrid Algorithm and Comparing It With Conventional Industrial Software
چکیده انگلیسی مقاله
Permeability, skin factor, and wellbore storage coefficient are three essential parameters for well and reservoir. Moreover, well testing is the conventional method for determining these parameters. In this method, pressure data are plotted versus time in semilogarithmic and logarithmic scales, and specified relations determine well test parameters. In this study, a new approach is introduced to obtain well test parameters using artificial intelligence. First, using endpoints related to two real wells, pressure data are produced by reservoir simulator software. Because the data have a lot of noises, the additional data are removed, and analyzing the data is more comfortable. Then, with the combination of a genetic algorithm and the Levenberg Marquardt algorithm, the basic parameters of the reservoir have been calculated. In the last step, the pressure data are entered into standard software, and their values are calculated. Finally, the combined algorithm with excellent accuracy has been able to calculate these parameters in comparison with the conventional Saphir 4.10 well testing software.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
احسان خامهچی |
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
مهرداد قاسمی |
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
محمد کاشی |
دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران
نشانی اینترنتی
https://pr.ripi.ir/article_1010_1666d359dfe43d75cd29bb2f5e337860.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1344/article-1344-2250178.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات