جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه ensemble method در نشریات گروه فنی و مهندسی
ensemble method
در نشریات گروه مهندسی شیمی، نفت و پلیمر
تکرار جستجوی کلیدواژه ensemble method در مقالات مجلات علمی
-
تصمیم گیری در انتخاب یک یا چند روش ازدیادبرداشتی از میان روش های مختلف، یکی از مراحل حیاتی در فرآیند توسعه میادین نفتی به شمار می رود. انتخاب درست روش افزایش برداشت نقش کلیدی در موفقیت فنی و اقتصادی پروژه های کلان در صنعت نفت دارد. معمولا برای غربال گری و اتخاذ تصمیم مناسب در خصوص تعیین روش های کاندیدای پیاده سازی افزایش برداشت یک مخزن از پارامترهای متعددی همچون، میزان ظرفیت ذخیره مخزن، قابلیت انتقال و عبوردهی سیال، عمق مخزن، ضخامت لایه نفتی، دمای مخزن و گرانروی نفت تاثیرگذار می باشند. هدف و رویکرد اصلی این پژوهش، تلفیق روش های هوش مصنوعی شامل: 1- سیستم های منطق فازی (مبتنی بر دانش انسانی) و 2- شبکه عصبی مصنوعی (داده محور) به عنوان یک ابزار و راه کار مناسب در کاهش عدم قطعیت و غربال گری روش های ازدیادبرداشتی استفاده کرد.در این مطالعه از داده های تاریخچه ازدیاد برداشت مخازن مختلف در سطح دنیا برای تعریف مجموعه های فازی و تعیین قوانین فازی بین متغیرهای ورودی و خروجی استفاده و در نهایت یک مدل فازی ارایه گردید. با توجه به عدم توازن در فراوانی و تعداد برچسب برخی از کلاس ها، طراحی آزمایش و روش سطح پاسخ به عنوان یک راه کار برای آماده سازی داده های ورودی برای مدل شبکه عصبی تک لایه استفاده گردید. مدل شبکه عصبی پیش خور با معماری 20 نرون، تابع فعال سازی سیگموییدی در لایه مخفی و عملکرد مدل با ضریب همبستگی 95 و 92% به ترتیب برای داده آموزش و صحت سنجی، برای تعیین و غربال گری روش های ازدیادبرداشت میادین نفتی استفاده گردید. در نهایت با استفاده از استراتژی الویت بندی و تلفیق نتایج روش های مختلف، الویت کاندیدهای مناسب ازدیادبرداشت تعیین گردید.کلید واژگان: غربال گری، ازدیادبرداشت، هوش مصنوعی، منطق فازی، طراحی آزمایشDecision-making to choose the best Enhanced Oil Recovery (EOR) method(s) among different variety of models, is a vital step in the oil reservoir development process. Selecting the proper EOR method has a key role in the technical and economic success of enormous oil industry projects. Screening criteria are used for selecting the best EOR method(s) for an oil reservoir with specific rock and fluid properties. The main input parameters that affect the screening process include; Reservoir capacity, fluid transmissibility and permeability, depth, net thickness, temperature, and oil gravity (API). Considering mentioned parameters have uncertainty, specifying a suitable EOR method for reservoir development is a radical challenge. It can be used combination of fuzzy logic systems (knowledge base) and artificial neural networks (data-driven) as a suitable tool and solution for expressing uncertainty and screening methods. In this study, data from the history of different reservoirs worldwide is used to define fuzzy variables and determine fuzzy rules between input and target variables, and finally, a fuzzy model and a single-layer neural network with 20 neurons are presented. ANN model provides 92% accuracy in the prediction of the target method. Consequently, we proposed the ensemble model for the selection of the EOR screening tool.Keywords: Screening, Enhanced Oil Recovery, Artificial Neural Network, Fuzzy Logic, Ensemble Method
نکته
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.