استفاده از هوش مصنوعی در مدل سازی مخازن هیدروکربنی
دانشگاه آزاد اسلامی واحد گچساران
استاد راهنما :مهندس سجاد افشاری
چکیده:
سهم سازند شیلی برای تولید هیدروکربن در ایالات متحده و جهان در حال افزایش است. همانطور که علاقه به تولید از سازند شیلی افزایش می یابد علاقه به مدیریت مخزن و پیش بینی سازند و مدل سازی مخزن نیز افزایش مییابد . مدل سازی سازند شیلی یک فرایند پیچیده است. سهم انتشار غلظت , وابسته به همراهی با جریان سیال از طریق شبکه شکستگی های گسسته تبدیل شده به شکستگی های چند مرحله ای که برای تکمیل چاه مورد استفاده قرار میگیرد. همه ی این عوامل, مدل سازی مخزن شیلی را مشکلتر و پیچیده تر میکند.
احتمالا سخت ترین قسمت از مدل سازی تلاش برای بازنمایی دقیق شبکه شکستگی های طبیعی و تقاطع شکستگی های ناشی از این شبکه ها است. در این مقاله یک روش جدید برای تولید هیدروکربن و مدل سازی مخازن شیلی با تمرکز بر تاریخچه تولید و ویژگی های در دسترس مخزن مانند اندازه گیری ها و محدودیت های عملیاتی ارائه شده است.
در این روش به دنبال انجام بهترین کار با اطلاعات موجود و تلاش برای دور ماندن از مفروضات مورد درک از جزیئات آنچه که در واقع در حال شکل گیری است.
در این روش به جای شروع از اصل اول فیزیک , ما از طریق داده های فیزیکی واقعی خود را تحمیل میکنیم این روش به روی داده ها تمرکز دارد تا بر روی اندازه گیری مفروضات .
این مقاله , مدل سازی هوشمند TDM برای تولید گاز در میادین مختلف را نشان دادیم . ما برنامه ی ابزار های طراحی برای TDM در روی نقشه مکان چاه ها و تخلیه مخزن و ذخایر باقی مانده مرور کردیم.
TDM هوشمند یک تکنیک و جایگزین مناسب برای شبیه سازی مخزن عددی است که میتواند مقداری از هزینه ها و نیروی انسانی برای کمک به بهترین مخزن و اطلاعات در مورد سازند های شیلی و سعی برای مدیریت مخزن را انجام دهد.