Συντάχθηκε 26-10-2015 14:27
από Styliani Raka
Email συντάκτη: sraka<στο>tuc.gr
Ενημερώθηκε:
-
Κύρια: ΕΤΕΠ ΜΗΧΟΠ.
Άλλες ιδιότητες: απόφοιτος προπτυχιακός ΜΗΧΟΠ, απόφοιτος ΜΔΕ/Διδ. ΜΗΧΟΠ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Μηχανικών Ορυκτών Πόρων
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Εξεταζόμενος φοιτητής: Βανός Παντελής
Θέμα Διπλωματικής Εργασίας: «Ανάπτυξη μοντέλου ΑΝΝ για την πρόβλεψη των ογκομετρικών συντελεστών Βο και Rs πετρελαίων σε συνθήκες ταμιευτήρα»
Ημέρα παρουσίασης: Δευτέρα 2 Νοεμβρίου 2015
Ώρα παρουσίασης: 13.00
Τόπος παρουσίασης: Αίθουσα Συνεδριάσεων ΜΗΧΟΠ
Τριμελής Εξεταστική Επιτροπή:
Καθ. Βαρότσης Νικόλαος (επιβλέπων)
Αν.Καθ. Γαλετάκης Μιχαήλ
Δρ. Γαγάνης Βασίλειος
Περίληψη
Στη βιομηχανία πετρελαίου υπάρχει η απαίτηση για όσο το δυνατόν πιο σωστές τιμές των ιδιοτήτων των ρευστών του ταμιευτήρα ώστε να μπορούν να πραγματοποιηθούν ακριβείς υπολογισμοί της Μηχανικής Ταμιευτήρων και της Μηχανικής Παραγωγής, όπως π.χ. να καταστεί δυνατή μια ακριβής εκτίμηση των αποθεμάτων, της παραγωγικής ικανότητας και της απόδοσης ανάκτησης ενός ταμιευτήρα. Επίσης μπορούν να χρησιμοποιηθούν για την ανάλυση των δεδομένων της δοκιμής γεώτρησης (well test) και των δεδομένων παραγωγής, για το σχεδιασμό των γεωτρήσεων παραγωγής καθώς και για περαιτέρω μελέτες της μηχανικής πετρελαίου όπως η ανάπτυξη μοντέλων ισοζυγίου μάζας, μέτρηση ροής, βελτιστοποίηση συστημάτων παραγωγής, το σχεδιασμό των επιφανειακών εγκαταστάσεων παραγωγής, τη μαθηματική προσομοίωση ταμιευτήρα, την παραμετροποίηση των καταστατικών εξισώσεων κλπ.
Εφόσον έχει πραγματοποιηθεί δειγματοληψία ρευστού του ταμιευτήρα εν συνεχεία μετρώνται οι τιμές των ιδιοτήτων εργαστηριακά από τις PVT (πίεση-όγκος-θερμοκρασία) μελέτες. Στην περίπτωση που τα δεδομένα αυτά πρέπει να προσδιοριστούν άμεσα, γιατί η πραγματοποίηση των μελετών PVT χρειάζονται χρόνο εκτέλεσης πολλών εβδομάδων αλλά και σημαντικό κόστος, συχνά οι μηχανικοί εφαρμόζουν εμπειρικές συσχετίσεις ή μαθηματικούς αλγορίθμους οι οποίοι χρησιμοποιούν άμεσα διαθέσιμα δεδομένα παραγωγής ώστε να εκτιμήσουν τις τιμές των ιδιοτήτων με ένα σχετικά αποδεκτό σφάλμα.
Η παρούσα διπλωματική εργασία εστιάζει στην ανάπτυξη μοντέλων πρόβλεψης των θερμοδυναμικών ιδιοτήτων πετρελαϊκών ρευστών με χρήση αλγορίθμων από το χώρο της Μηχανικής Εκμάθησης (machine learning) γνωστών και ως Τεχνητά Νευρωνικά Δίκτυα (artificial neural network) ΑΝΝ. Τα μοντέλα χρησιμοποιούν δεδομένα παραγωγής όπως αυτά της πυκνότητας πετρελαίου (APIo), της πυκνότητας αερίου (γg), του GOR και της θερμοκρασία ταμιευτήρα (T), ώστε να επιτευχθεί ελαχιστοποίηση του σφάλματος πρόβλεψης σε ό,τι αφορά τις παρακάτω ιδιότητες του πετρελαϊκού ρευστού:
1. Ογκομετρικός συντελεστής σχηματισμού υγρής φάσης Βο
2. Του λόγου αερίου εν διαλύσει/πετρελαίου Rs
3. Πίεση στο σημείο φυσαλίδας-κορεσμού pb
Η ανάπτυξη των νευρωνικών έγινε με την επίλυση του προβλήματος εποπτευόμενης παλινδρόμησης (supervised regression problem) η οποία είναι μια ευρέως χρησιμοποιημένη τεχνική μοντελοποίησης για την έρευνα της συσχέτισης μεταξύ μίας ή περισσότερων εξαρτώμενων μεταβλητών και μιας ή περισσότερων ανεξάρτητων μεταβλητών. Για τα συγκεκριμένα προβλήματα που επιλύθηκαν, ως εξαρτημένες μεταβλητές θεωρήθηκαν οι ιδιότητες του ρευστού (Rs, Bo, pb) οι οποίες αποτέλεσαν και τις εξόδους των νευρωνικών ενώ ως ανεξάρτητες μεταβλητές-είσοδοι θεωρήθηκαν τα δεδομένα της βάσης δεδομένων που χρησιμοποιήθηκαν για την εκπαίδευση τους.
Χρησιμοποιήθηκε η βάση δεδομένων του Εργαστήριου Ανάλυσης Ρευστών και Πυρήνων του Πολυτεχνείου Κρήτης η οποία περιέχει μεγάλο αριθμό δεδομένων PVT πετρελαίων ταμιευτήρα με εκτεταμένη γεωγραφική διασπορά. Η βάση δεδομένων ελέγχθηκε ποιοτικά και μετασχηματίστηκε ανάλογα με τις ανάγκες του κάθε νευρωνικού δικτύου.
Για την ανάπτυξη των νευρωνικών δικτύων έγινε χρήση της δομής «Perceptron πολλών επιπέδων» υιοθετώντας ως μέθοδο σύγκλισης την επιβλεπόμενη “Levenberg-Marquardt”.
Τέλος, παρουσιάζονται αναλυτικά τα αποτελέσματα της ακρίβειας των προβλέψεων των νευρωνικών δικτύων που αναπτύχθηκαν και εν συνεχεία οι επιδόσεις τους συγκρίθηκαν με τις επιδόσεις των ήδη εφαρμοζόμενων από τη βιομηχανία πετρελαίου εμπειρικών συσχετίσεων όπου και διαπιστώθηκε ότι τα νευρωνικά που αναπτύχθηκαν παρουσίασαν σημαντικά μεγαλύτερη ακρίβεια επί όλων των μεθόδων για ένα σύνολο δεδομένων τα οποία δεν χρησιμοποιήθηκαν για την εκπαίδευσή τους.
Από τη Γραμματεία της Σχολής ΜΗΧΟΠ
