دوره 1393، شماره 114 - ( 5-1393 )                   جلد 1393 شماره 114 صفحات 36-39 | برگشت به فهرست نسخه ها

XML Print


چکیده:   (2602 مشاهده)
تعیین نقطه ی شبنم یکی از مهم ترین عناصر محاسبات مهندسی مخزن است. از جمله روش های مورد استفاده در تعیین فشار نقطه ی شبنم روش آزمایشگاهی است که پرهزینه و زمانبر می باشد. به همین دلیل شناسایی روش های جایگزین در تعیین نقطه ی شبنم بسیار ضروری به نظر می رسد، یکی از این روش ها استفاده از شبکه های عصبی است. هدف این مقاله ارائه ی کاربردی دقیق از مدل شبکه ی عصبی جهت پیش بینی فشار نقطه ی شبنم سیالات گاز میعانی مخازن زیر اشباع کشور است. این مدل پیشنهادی بر اساس روش پس انتشار خطای پیشرو و ورودی هایی مثل ترکیبات غیرهیدروکربنی نظیر دی اکسیدکربن و نیتروژن و ترکیبات هیدروکربنی نظیر متان و C7+ و همچنین دما و جرم مولکولی C‏7+ است و در آن از 119 داده ی آزمایشگاهی از نمونه ی چاه های مختلف میادین گاز میعانی ایران استفاده می شود. این روش شبکه ی عصبی بر مبنای دستیابی به حداقل خطا عمل می کند. شبکه ی عصبی توسط 119 داده ی آزمایشگاهی از نمونه ی چاه های مختلف میادین گاز میعانی کشور آموزش داده شده و به منظور اعتباردهی، با تعدادی داده ی آزمایشگاهی از نمونه ی سیالات گاز میعانی سایر مخازن آزمایش شد. نتایج ساختاری شبکه بر مبنای سه لایه شامل یک لایه ی ورودی با شش نرون، یک لایه ی میانی با بیست نرون و یک لایهی خروجی با یک نرون است. نتایج مدل نشان می دهد که خروجی شبکه با مقدار مطلوب آن در فاز آزمایش با خطایی معادل 5767/1 درصد مطابقت دارد که این نشان دهنده ی اطمینان از صحت مدل شبکه ی عصبی در این مطالعه است.
متن کامل [PDF 670 kb]   (931 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: ۱۳۹۳/۶/۱۰ | پذیرش: ۱۳۹۳/۶/۱۰ | انتشار: ۱۳۹۳/۶/۱۰