دانشکده مهندسی شیمی، نفت و گاز

پایان نامه کارشناسی ارشد در رشته مهندسی شیمی (گرایش مهندسی گاز)

کاربرد شبکه های عصبی مصنوعی برای تشخیص مدل چاه های افقی در مخازن نفتی با استفاده از داده های چاه آزمایی

استاد راهنما:

دکتر رضا اسلاملوئیان

چکیده

در سالهای اخیر، چاه­های افقی زیادی در اطراف جهان حفر شده­است. دلیل عمده­ی آن توانایی افزایش سطح مخزن در تماس با چاه است که باعث افزایش بهره بری از چاه می­شود. از چاه­آزمایی برای شناخت مدل­های مخازن هیدروکربوری و تشخیص پارامترهای مربوط به آن­ها استفاده می­شود. چاه­آزمایی بر مبنای ایجاد اختلال در جریان و ثبت فشار ته چاه ناشی از آن رفتار می­کند. این تکنیک داده­های مورد نیاز برای آنالیز عددی پارامترهای مخزن را فراهم می­کند. روش چاه آزمایی شامل دو مرحله می­شود: 1) طبقه­بندی مدل مخزن 2) تخمین پارامترها. شناسایی مدل­های چاه افقی و تعیین پارامترهای مدل­های آنها در مقایسه با چاه عمودی بسیار پیچیده تر می­باشد. تعیین مدل‌ مخزن از نمودارهای مشتق فشار، یکی از مراحل مهم و پایه‌ای در تخمین پارامترهای مخزن از طریق آنالیز داده‌های چاه‌آزمائی می‌باشد. در این مطالعه از شبکه‌های عصبی مصنوعی، برای شناسائی مدل مخازن نفتی از طریق نمودارهای مشتق فشار استفاده شده‌است. شبکه‌های عصبی مصنوعی، مدل‌های ریاضی هستند که دارای توانایی منحصر به فرد در تخمین پارامتر و شناسایی الگو و … هستند. هشت مدل مختلف چاه افقی از مخازن نفتی  که مخازن همگن و تخلخل دو‌گانه با مرز‌های مختلف را شامل می‌شود، مورد بررسی قرار گرفته است. شبکه‌ی عصبی پیشرو توسط داده‌های مشتق فشاری که به‌وسیله‌ی شبیه‌سازی با نرم‌افزار PANSYSTEM تولید شده‌اند، آموزش داده‌ شده‌ است. عملکرد شبکه­ی پرسپترون به­ وسیله­ی متوسط خطاهای نسبی و مجذور میانگین مربعات خطا بررسی می­شود. توانایی شبکه‌ی طراحی‌شده از طریق داده‌های دارای نویز مورد بررسی قرار گرفته‌است. دقت شبکه‌ به‌وسیله‌ی تعدادی پارامتر آماری مانند حساسیت و دقت دسته‌بندی کلی آورده شده و دقت کلی شبکه‌ی پیشرو 05/97 می‌باشند.

کلمات کلیدی: چاه افقی ، شبکه عصبی مصنوعی ، شناسایی مدل مخزن­، چاه ­آزمایی

فهرست مطالب

1- مقدمه. 2

1-1- مقدمه‌ای بر مهندسی مخزن. 2

1-2- مخازن نفت و بهره­برداری از مخازن نفتی.. 3

1-3- تعاریف انواع مخزن­ها با استفاده از نمودارهای فازی.. 5

1-4- مروری بر خواص سنگ مخزن. 8

1-4-1- درجه تخلخل.. 8

1-4-2-تراکم­ پذیری هم­دما. 8

1-4-3- درجه اشباع سنگ… 9

1-5- مقدمه‌ای بر چاه‌آزمائی.. 9

1-5-1- عوامل موثر بر چاه‌آزمائی.. 12

1-5-1-1-  ضریب پوسته. 12

– ضریب پوسته‌ی شکاف هیدرولیکی.. 12

– تکمیل چاه جزئی و مشبک‌کاری جزئی.. 12

1-5-1-2- اثر ذخیره درون چاهی.. 14

– قانون سرانگشتی.. 15

1-5-1-3-  نفوذپذیری یا تراوائی.. 15

1-5-1-4- نحوه‌ی حرکت سیال درون محیط متخلخل.. 15

1-5-1-5- مرزهای مخزن.. 16

– مرز داخلی.. 16

– مرز بیرونی مخزن.. 16

1-5-2- انواع آزمایشات چاه‌آزمائی.. 17

1-5-2-1- آزمون­های دوره‌ای تولید (اندازه‌گیری روزانه‌ی دبی و فشار). 17

1-5-2-2- آزمون­‌های سنجش بهره‌دهی چاه. 18

1-5-2-2-1- برای مخازن نفتی.. 18

1-5-2-2-2- برای مخازن گازی.. 19

– آزمون­ شاخص بهره دهی تولید.. 19

– آزمون­ عملکرد جریان به داخل چاه. 19

– تغییرات دبی در زمان طولانی تولید.. 19

– تغییرات دبی در زمان کوتاه تولید.. 19

– تغییرات دبی در زمان کوتاه تولید و بستن چاه. 20

1-5-2-3- آزمون­های فشار گذرا ( فشار با زمان). 20

1-5-2-3-1- آزمایش‌ خیزش فشار. 21

– آزمایش خیزش فشار ایده‌آل.. 22

– آزمایش خیزش فشار واقعی.. 23

– انحراف از حالت ایده‌آل.. 24

– روشهای تفسیر آزمایش خیزش فشار. 24

1-5-2-3-2- آزمایش جریانی.. 26

مشکلات چاه‌آزمائی جریانی.. 28

1-5-3- کاربرد نمودارهای مشتق در تحلیل آزمایشات چاه‌آزمائی.. 29

1-5-3-1- مثال‌هایی از کاربرد منحنی‌های مشتق فشار. 29

1-6- انواع چاه در مخازن. 32

1-6-1- چاه های عمودی.. 32

1-6-2-چاه­ها با شکست هیدرولیکی.. 32

1-6-3- چاه افقی.. 33

1-6-3-1- دوره­ی جریان شعاعی قائم. 34

1-6-3-2- دوره­ی جریان خطی میانی.. 35

1-6-3-3- دوره­ی جریان شبه شعاعی انتهایی.. 35

1-6-4 – معادلات زمان رژیم­های مختلف در چاه افقی.. 36

1-6-4 – آنالیز فشار در چاه افقی.. 37

1-7-1- آزمایش کاهش فشار. 37

– پاسخ فشار در دوره­ی جریان شعاعی قائم اولیه. 37

– پاسخ فشار در دوره­ی جریان خطی میانی.. 37

– پاسخ فشار در دوره­ی جریان شبه شعاعی انتهایی.. 37

1-7-1- آزمایش خیزش فشار. 38

– پاسخ فشار در دوره­ی جریان شعاعی قائم اولیه. 38

– پاسخ فشار در دوره­ی جریان خطی میانی.. 38

– پاسخ فشار در دوره­ی جریان شبه شعاعی انتهایی.. 38

1-8- شبکه های عصبی.. 38

1-8-1- ساختار مغز. 39

1-8-2- مدل ریاضی یک نرون. 40

1-8-3-یادگیری شبکه. 42

الف)  یادگیری با ناظر. 42

ب)  یادگیری بدون ناظر. 42

ج) یادگیری تشدیدی.. 42

1-8-4- تقسیم بندی بر اساس ساختار. 42

الف) شبکه های پیش خور. 42

ب) شبکه های بازگشتی.. 43

1-8-5- شبکه پرسپترون. 43

1-8-6- ترتیب ارائه داده ها به شبکه. 44

1-8-7- تابع انتقال. 44

1-8-8- پایان آموزش… 45

1-8-9- تعداد نرون در لایه ها 46

1-8-10- معیار‌های نیکویی برازش… 46

– تحلیل رگرسیون.. 46

– ضریب همبستگی.. 46

– مجذور میانگین مربعات خطا. 47

– متوسط خطاهای نسبی.. 47

2- مروری بر کارهای گذشته. 49

2-1- کارهای انجام شده بر روی شبکه­های عصبی.. 49

2-2- کارهای انجام شده بر روی چاه­های افقی.. 59

3- گردآوری داده های چاه آزمایی.. 66

3-1- مقدمه. 66

3-2- پارامترهای مورد نیاز برای وارد کردن به نرم افزار 67

3-3-پارامترهای چاه‌آزمائی مدل‌های مخزنی.. 68

3-3- 1-استفاده از روش طراحی آزمایش برای تولید داده های اولیه. 69

3-3-2- تبدیل داده های فشار به شبه فشار و مشتق گیری از آنها 70

3-4-نرمالیزه‌کردن. 71

3-5- ساختار شبکه­ی عصبی.. 71

3-6- مدل­های در نظر گرفته شده 73

– مخزن همگن فشار ثابت، بدون جریان و بدون مرز محدود. 73

– مخزن همگن فشار ثابت، بدون جریان با مرز گسل منفرد فشار ثابت… 74

– مخزن همگن فشار ثابت، بدون جریان با گسل منفرد بدون جریان.. 75

– مخزن تخلخل دوگانه فشار ثابت، بدون جریان و بدون مرز محدود. 75

– مخزن تخلخل دوگانه فشار ثابت، بدون جریان با مرز گسل منفرد فشار ثابت… 77

– مخزن تخلخل دوگانه فشار ثابت، بدون جریان با مرز گسل منفرد بدون جریان.. 78

– مخزن تخلخل دوگانه بدون جریان با مرزگسل منفرد فشار ثابت… 79

– مخزن تخلخل دوگانه ، بدون جریان با مرز گسل منفرد بدون جریان.. 79

4- بحث و نتایج. 82

4-1- مقدمه. 82

4-2- تعیین ساختار بهینه‌ی شبکه‌ پیشرو 82

4-2-1- آموزش شبکه…. 85

4-3- بحث و نتایج. 87

     4-3-1- امتحان شبکه با داده های تست.. 87

   4-3-2- بررسی استقامت شبکه در برابر نمودار‌های دارای نویز. 89

5- نتیجه‌گیری و پیشنهادات.. 99

5-1- مقدمه. 99

5-2- نتایج. 99

– نتایج مرتبط با شبیه‌سازی داده به‌وسیله نرم‌افزار. 99

– نتایج مرتبط با شبکه عصبی مصنوعی.. 99

5-3-2- پیشنهادات.. 100

منابع. 101

برای دانلود متن کامل پایان نامه اینجا کلیک کنید.