این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
اکتشاف و تولید نفت و گاز، جلد ۱۳۹۸، شماره ۱۷۳، صفحات ۴-۱۲
عنوان فارسی تخمین نرخ نفوذ حفاری با استفاده از ماشین یادگیری افراطی و شبکه های عصبی پایه شعاعی
چکیده فارسی مقاله تخمین نرخ نفوذ (ROP)، یکی از اقدامات اولیه و بسیار مهم به منظور بهینه‌سازی عملیات حفاری و مدیریت چاه‌های آینده است. به‌دلیل پیچیدگی میان متغیرهای تاثیرگذار بر نرخ نفوذ، تخمین دقیق این فاکتور کلیدی به‌وسیله مدل‌های ریاضی مرسوم امکان‌پذیر نیست. هدف از این مطالعه، استفاده از دو روش شبکه‌های عصبی پایه شعاعی بهینه شده با الگوریتم ازدحام ذرات (PSO-RBFNN) و ماشین یادگیری افراطی (ELM)، برای تخمین نرخ نفوذ است. RBFNN، یکی از روش‌های مدل‌سازی در تخمین توابع غیرخطی به شمار می‌رود، که به‌دلیل داشتن تنها یک لایه پنهان، محاسبات و پیچیدگی بسیار کمتری دارد. در حالی‌که، روش ELM یک روش تعمیم‌یافته از شبکه‌های عصبی پرسپترون چند لایه (MLP) است که با ایجاد تغییراتی در ساختار و محاسبات لایه پنهان، سرعت و دقتی بالاتر را برای تقریب فراهم آورده است. در این پژوهش، از داده‌های واحد نمودارگیری گلِ (MLU) جمع‌آوری شده از یک چاه حفاری شده واقع در میدان نفتی رگ سفید در جنوب‌غربی ایران استفاده شده است. این داده‌ها شامل نُه متغیر مستقل (پارامترهای عملیات حفاری) و یک متغیر وابسته (نرخ نفوذ) می‌باشد که پس از کنترل نویز و حذف نقاط دور افتاده، به عنوان ورودی مدل‌ها استفاده شدند. دقت تقریب مدل‌های توسعه داده شده، به‌وسیله معیارهای آماری مختلفی با یکدیگر مقایسه شدند که شامل ضریب تعیین ))، ضریب رگرسیون(R)، خطای میانگین مربعات (MSE)، خطای جذر میانگین مربعات (RMSE) و میانگین مطلق خطا (MAE) است. بر اساس نتایج این مطالعه، نشان داده شد که هر دو مدل، تخمین مناسبی را از نرخ نفوذ ارائه می‌کنند. با این‌حال ثابت شد که مدل ELM، الگوی میان داده‌های ورودی را بهتر تشخیص داه و می‌تواند به‌عنوان یک مدل کارآمد برای تخمین نرخ نفوذ استفاده شود. همچنین ثابت شد که کنترل نویز داده‌ها یک اقدام موثر و ضروری قبل از فرآیند مدل‌سازی است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی
چکیده انگلیسی مقاله
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله احسان برنجکار |


نشانی اینترنتی http://ekteshaf.nioc.ir/browse.php?a_code=A-10-138-2189&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/631/article-631-2326628.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تحلیلی
نوع مقاله منتشر شده گزارش مورد
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات