• شماره ركورد
    1042991
  • عنوان مقاله

    پيش بيني ضريب نفوذ مولكولي گاز در نفت خام با استفاده از مدل سازي شبكه هاي عصبي مصنوعي

  • پديد آورندگان

    شهرآبادي، عباس پژوهشگاه صنعت نفت , درياپور، محبوبه دانشگاه آزاد اسلامي، واحد ماهشهر , جعفري، افروز دانشگاه آزاد اسلامي، واحد ماهشهر , جامي الاحمدي، محمد دانشگاه صنعت نفت اهواز

  • تعداد صفحه
    6
  • از صفحه
    83
  • تا صفحه
    88
  • كليدواژه
    مدلسازي , ضريب نفوذ مولكولي , شبكه هاي عصبي مصنوعي , پرسپترون چندلايه , الگوريتم پس انتشار خطا
  • چكيده فارسي
    در اين مطالعه يك شبكه‌ي عصبي مصنوعي جهت پيش‌بيني ضريب نفوذ ملكولي گاز در نفت در شرايط واقعي مخزن در دما و فشار زياد طراحي و استفاده شد. جهت به دست آوردن متغيرهاي ورودي شبكه روابط تجربي ارائه شده در نوشته‌جات به‌طور كامل مرور و مشخص شدكه متغيرهاي متعددي از قبيل دما، فشار، گرانروي گاز و مايع، جرم مولكولي گاز و مايع، حجم مولي گاز و مايع و كشش سطحي از جمله متغيرهاي مؤثرند. بنابراين متغيرهاي مذكور به‌ عنوان ورودي شبكه در نظر گرفته شدند. در اين كار از شبكه‌ي پرسپترون چندلايه براي پيش‌بيني و الگوريتم آموزش پس‌ انتشار خطا استفاده شده و همچنين توابع آستانه‌ي مختلفي براي يافتن حالت بهينه‌ي آن ارزيابي شد. سپس با مراجعه به گزارش‌ها و مقالات تعداد 172 داده‌ي آزمايشگاهي ضريب نفوذ جمع‌آوري و 90 درصد داده‌ها جهت آموزش شبكه و بقيه‌ براي آزمايش شبكه استفاده گرديد. نتايج نشان مي‌دهد مدل ارائه شده در اين تحقيق ضريب نفوذ مولكولي متان در نفت‌خام را با دقت خوبي پيش‌بيني مي‌كند و بنابراين مي‌توان از اين روش جهت پيش‌بيني ضرايب نفوذ استفاده كرد.
  • چكيده لاتين
    فاقد چكيده مي باشد
  • سال انتشار
    1396
  • عنوان نشريه
    اكتشاف و توليد نفت و گاز
  • فايل PDF
    7569000
  • عنوان نشريه
    اكتشاف و توليد نفت و گاز