Application of neural network to the determination of well-test interpretation model for horizontal wells

dc.contributor.authorMIR ASIF SULTAN
dc.date2001
dc.date.accessioned2022-05-18T09:19:50Z
dc.date.available2022-05-18T09:19:50Z
dc.degree.departmentCollege of Petroleum Engineering and Geosciences
dc.degree.grantorKing Fahad for Petrolem University
dc.description.abstractيعد تحديد نموذج اختبار البئر وكذلك حساب عوامل النموذج في الآبار الأفقية أكثر صعوبة منها في الآبار الرأسية ، ويرجع ذلك إلى زيادة عدد أنماط التدفق التي يمكن أن تحدث خلال فترة الإنتاج ، علاوة على وجود ترابط قوي بين عوامل النموذج . وفي صدد اختبار الآبار الأفقية ، تقدم هذه الدراسة طريقة ومفاهيم جديدة في التحديد الأتوماتيكي للنموذج وكذلك التفسير بمساعدة الحاسب الآلي . ويعتمد مفهوم الدراسة الجديد على استخدام الشبكات العصبية في : 1- تحديد نموذج تفسير اختبار البئر . 2- تحديد أنماط التدفق . 3- تحديد موقع أنماط التدفق على الرسم البياني المشتق من بيانات اختبار البئر . ويشمل هذا العمل النماذج الشائعة والتي تم الحصول على بصماتهها من برمجة الحلول التحليلية التي أعدها اوزكان وراجافان للآبار الأفقية في ظروف مكمنية وعوامل بئر مختلفة بافتراض أن المكمن غير محدود الأطراف . وقد تم استخدام هذه البصمات في تدريب الشبكات العصبية لكي تقوم بالخطوات الثلاث السابقة الذكر ثم تم تشغيل واختبار فعالية الشبكات العصبية كلاً على حدة باستخدام بيانات افتراضية وأخرى حقلية . وبعد إكمال الخطوات الثلاث استخدمت رسومات بيانية متخصصة لحساب عوامل النموذج الأولية وأخيراً تم استخدام برنامج كمبيوتر يعتمد على التحديد الغير خطي لحساب عوامل النموذج النهائية . وشملت الدراسة مقارنة لشبكات عصبية وأساليب تحضير بيانات اختبار مختلفة وقد تم استنتاج أن الطريقة الموزعة وإدخال البيانات المباشر أكثر ملائمة لتطبيق الطريقة الجديدة حقلياً .
dc.identifier.other4988
dc.identifier.urihttps://drepo.sdl.edu.sa/handle/20.500.14154/3220
dc.language.isoen
dc.publisherSaudi Digital Library
dc.thesis.levelMaster
dc.thesis.sourceKing Fahad for Petrolem University
dc.titleApplication of neural network to the determination of well-test interpretation model for horizontal wells
dc.typeThesis

Files

Copyright owned by the Saudi Digital Library (SDL) © 2025