Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Ανάπτυξη νευρωνικού δικτύου για την πρόβλεψη αναλυτικής σύστασης υπογείων ταμιευτήρων χρησιμοποιώντας υπόγειες μετρήσεις DFA

Kottaki Nomiki

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/436576A8-3C0E-477B-8CB3-A5D882F22BE6-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.23004-
Γλώσσαel-
Μέγεθος125 σελίδεςel
ΤίτλοςΑνάπτυξη νευρωνικού δικτύου για την πρόβλεψη αναλυτικής σύστασης υπογείων ταμιευτήρων χρησιμοποιώντας υπόγειες μετρήσεις DFAel
ΔημιουργόςKottaki Nomikien
ΔημιουργόςΚωττακη Νομικηel
Συντελεστής [Επιβλέπων Καθηγητής]Varotsis Nikolaosen
Συντελεστής [Επιβλέπων Καθηγητής]Βαροτσης Νικολαοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Gaganis Vasileiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Γαγανης Βασιλειοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Galetakis Michalisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Γαλετακης Μιχαληςel
ΕκδότηςTechnical University of Creteen
ΕκδότηςΠολυτεχνείο Κρήτηςel
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Mineral Resources Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Ορυκτών Πόρωνel
ΠερίληψηΑντικείμενο της παρούσης διπλωματικής εργασίας είναι η ανάπτυξη ενός μοντέλου, που με την εφαρμογή των τεχνητών νευρωνικών δικτύων θα επιτρέπει την ασφαλή πρόβλεψη της γραμμομοριακής σύστασης πετρελαϊκών ρευστών της μορφής και αξιοποιώντας τις μετρήσεις του οπτικού αναλυτή ρευστών OFA (Optical Fluid Analyzer) που λαμβάνονται στο πεδίο κατά τη διάρκεια της αξιολόγησης μίας ερευνητικής γεώτρησης. Μέχρι σήμερα το OFA, που αποτελεί τμήμα του οργάνου διαγραφιών παραγωγής MDT, παρέχει κατά τη διάρκεια του τεστ μόνο την επί τοις εκατό κατά μάζα περιεκτικότητα του ρευστού σε και Για την ανάπτυξη του μοντέλου χρησιμοποιήθηκαν επιπλέον, πέραν των κατά μάζα περιεκτικοτήτων, μετρήσεις πεδίου που είναι πάντα διαθέσιμες όπως ο δείκτης πτητικότητας GOR, ο δείκτης πυκνότητας πετρελαίου API, και τέλος η σχετική πυκνότητα της αερίου φάσης . Η εκπαίδευση των τεχνητών νευρωνικών δικτύων πραγματοποιήθηκε χρησιμοποιώντας μια βάση δεδομένων 752 δειγμάτων πετρελαϊκών ρευστών. Οι προβλέψεις του μοντέλου για την επί τοις εκατό κατά mole περιεκτικότητα των ρευστών σε , , και κρίνονται ιδιαιτέρως ικανοποιητικές, όπως αποδεικνύουν τα αποτελέσματα επί ενός σετ ελέγχου με δεδομένα γεωτρήσεων τα οποία δεν ελήφθησαν υπόψιν από το μοντέλο κατά τη διαδικασία της εκπαίδευσής του, ενώ απλώς ικανοποιητικές κρίνονται οι προβλέψεις του για την επί τοις εκατό κατά mole περιεκτικότητα των ρευστών στα κλάσματα και . Η επιτυχής ανάπτυξη του μοντέλου μπορεί να αποδειχθεί ιδιαίτερα χρήσιμη στην βιομηχανία πετρελαίου καθώς οι προβλέψεις του διευρύνουν την πληροφορία επί της σύστασης του ρευστού του ταμιευτήρα σε ένα πολύ πρώιμο στάδιο σε σχέση με ότι ισχύει μέχρι σήμερα.Η πληροφορία που παρέχει σήμερα ο οπτικός αναλυτής ρευστών OFA στην βιομηχανία πετρελαίου δεν δύναται να αξιοποιηθεί αμέσως από τα μοντέλα προσομοίωσης PVT των ταμιευτήρων καθώς αυτά απαιτούν να εισαχθεί ο αναλυτικός χαρακτηρισμός κατά mole κι όχι κατά μάζα. Η διαθεσιμότητα των δεδομένων που παρέχει το μοντέλο ενισχύει την εμπιστοσύνη για την ακρίβεια των μελετών που θα εκπονηθούν από τους μηχανικούς πετρελαίων κατά τη διάρκεια του πρώιμου αυτού σταδίου κατά την αξιολόγηση μίας γεώτρησης. el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2014-10-17-
Ημερομηνία Δημοσίευσης2014-
Θεματική ΚατηγορίαArtificial neural networksen
Θεματική ΚατηγορίαNets, Neural (Computer science)en
Θεματική ΚατηγορίαNetworks, Neural (Computer science)en
Θεματική ΚατηγορίαNeural nets (Computer science)en
Θεματική Κατηγορίαneural networks computer scienceen
Θεματική Κατηγορίαartificial neural networksen
Θεματική Κατηγορίαnets neural computer scienceen
Θεματική Κατηγορίαnetworks neural computer scienceen
Θεματική Κατηγορίαneural nets computer scienceen
Βιβλιογραφική ΑναφοράΝομική Κωττάκη, "Ανάπτυξη νευρωνικού δικτύου για την πρόβλεψη αναλυτικής σύστασης υπογείων ταμιευτήρων χρησιμοποιώντας υπόγειες μετρήσεις DFA.", Διπλωματική Εργασία, Σχολή Μηχανικών Ορυκτών Πόρων, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2014el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά