تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن تخمین ضریب انبساط نفت سازندی در نقطه حباب با استفاده از مدل سازی شبکه های عصبی مصنوعی برای مخازن نفتی جنوب غرب ایران :

تعداد صفحات :۱۶

چکیده مقاله:

هدف این پژوهش، استفاده از توانایی هوش مصنوعی جهت تخمین خواص سیالات مخزن با دقت بیشتر نسبت به روش های تجربی که کارایی کمی دارند، می باشد. بدین منظور پس از جمع آوری و سازمان دهی داده های مربوط به ۳۶ نمونه آزمایش PVT ، که در طی ۵۶ سال تولید از مخزن انجام گرفته بود، جهت پیش بینی ضریب حجمی نفت سازندی، یکبار توسط شبکه عصبی مصنوعی و بار دیگر از تلفیقی از شبکه عصبی مصنوعی و الگوریتم ژنتیک استفاده گردید. از آنجا که Bob تابعی از وزن مخصوص گاز، API نفت، دمای مخزن و فشار نقطه حباب می باشد، بعنوان داده های لایه ی ورودی مورد استفاده قرار گرفتند. شبکه ی مذکور بصورت تک خروجی و جداگانه طراحی و اجرا گردید. نتایج حاصل نشان می دهند که شبکه-های عصبی نسبت به روابط تجربی که براساس داده های محلی خاص مناطق مختلف بدست آمده اند از دقت بسیار خوبی برای تخمین خواص سیالات مخزن برخوردارند. همچنین ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک بسیار مفید بود چرا که سرعت همگرایی به مدل دقیق را بسیار بالا برد و پایداری شبکه عصبی را دو چندان نمود. شبکه عصبی مصنوعی طراحی شده دارای میانگین انحراف نسبی حدود ۱% را نشان می دهد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.