1- گروه برق، واحد اندیمشک، دانشگاه آزاد اسلامی، اندیمشک، ایران ، a.allahverdi@iau.ac.ir 2- گروه برق، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
چکیده: (69 مشاهده)
امروزه روشهای مختلفی برای افزایش استخراج نفت در دنیا انجام میشود که بنابر ویژگیهای هر مخزن نفتی، با یکدیگر متفاوت هستند. در این پژوهش از کنترلکننده تناسبی انتگرالی مشتقی مرتبه کسری FOPIDو شبکه عصبی جهت تزریق گاز و کنترل دبی تولیدی میدان نفتی Rumailaاستفاده شده است. در شبکه عصبی ده ویژگی منتخب که دارای بالاترین تأثیر در میان ویژگیهای اولیه بودهاند شامل حجم کلی، حداکثر فشار چاه، فشار اولیه، تراکمپذیری، نسبت عمق خالص به ناخالص، کسر موج برشی، نسبت تخلخل به ارتفاع، نسبت شیل به ارتفاع و نفوذپذیری، موردتوجه و استفاده قرار گرفتند. نتایج شبیه سازی شده در نرم افزار Matlabنشان داد شبکه عصبی MLPبا تابع آموزش trainbrو تعداد نورون 10 و تعداد لایه 20 دارای دقت 91/36 درصد و شبکه عصبی RBFبا SPREADبرابر با 1، تعداد نورون 26، و DFبرابر با 25 دارای دقت 94/63 درصد در کنترل تزریق گاز و دبی تولیدی میدان میباشند. شبکه MLPبا دقت 97/46 درصد و شبکه RBFبا دقت 98/97 درصد، تزریق گاز و دبی تولیدی میدان را بهینه میکنند.
Allahverdi F, Kahdim Abduzahra Al-Dirawi J. Control of gas injection and production oil flow of Rumaila oil field using FOPID controller and neural network. تحقیقات نوین در سیستمهای قدرت هوشمند 2025; 14 (2) :73-84 URL: http://jeps.dezful.iau.ir/article-1-550-fa.html
اله وردی فریده، کاظم عبدالزهره جواد. کنترل تزریق گاز و دبی تولیدی میدان نفتی Rumaila با استفاده از کنترلکننده FOPID و شبکه عصبی. نشریه علمی-تخصصی تحقیقات نوین در سیستمهای قدرت هوشمند. 1404; 14 (2) :73-84
