EISSN 2687-0312
Языки: ru · en

Статья: Применение нейросетей для определения параметров PVT-моделей, используемых при решении задач гидродинамического моделирования (2024)

Читать онлайн

В статье представлен обзор применения подхода нейросетевого обучения для задач моделирования фазового состояния углеводородных систем. Определение состояния углеводородной системы в присутствии или отсутствии неуглеводородных компонентов в пластовых условиях необходимо при выполнении гидродинамических расчетов на многофазных моделях. Такие расчеты востребованы как при решении задач прогнозирования, так и адаптации моделей месторождений к фактическим данным разработки. Показано, что при настройке моделей на фактические данные точность воспроизведения лабораторных экспериментов в ряде случаев выше, чем при использовании уравнений состояния. Но в некоторых случаях применение нейронных сетей оказывается бесполезным. Для относительно «простых» флюидальных систем рост сложности использованного инструмента не дает прироста точности по сравнению с простыми регрессионными моделями. Другой проблемой является отсутствие рабочего инструмента, который позволил бы заменить в полной мере использование уравнений состояния для оценки состояния флюидальной модели при выполнении гидродинамических расчетов.

Ключевые фразы: машинное обучение, нейронные сети, гидродинамические модели, флюидальные модели
Автор (ы): Аникеев Даниил Павлович, Аникеева Эльвира Сергеевна
Журнал: АКТУАЛЬНЫЕ ПРОБЛЕМЫ НЕФТИ И ГАЗА

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
004.032.26. Нейронные сети
Для цитирования:
АНИКЕЕВ Д. П., АНИКЕЕВА Э. С. ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ ДЛЯ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ PVT-МОДЕЛЕЙ, ИСПОЛЬЗУЕМЫХ ПРИ РЕШЕНИИ ЗАДАЧ ГИДРОДИНАМИЧЕСКОГО МОДЕЛИРОВАНИЯ // АКТУАЛЬНЫЕ ПРОБЛЕМЫ НЕФТИ И ГАЗА. 2024. № 3, ТОМ 15
Текстовый фрагмент статьи