کاربرد مدل شبکه عصبی در پیش بینی فشار نقطه شبنم میادین گاز میعانی ایران

تعیین نفطه شبنم یکی از مهم ترین عناصردر محاسبات مهندسی مخزن می باشد. از جمله روش های مورد استفاده در تعیین فشار نقطه شبنم، روش آزمایشگاهی است که هزینه بر و زمان بر می باشد به همین دلیل شناسایی روشهای جایگزین در تعیین نقطه شبنم امری ضروری است. استفاده از شبکه های عصبی یکی از این روش های جایگزین می باشد. هدف این مقاله ارائه یک کاربرد دقیق از مدل شبکه عصبی جهت پیش بینی فشار نقطه شبنم در سیالات گاز میعانی مخازن تحت اشباع کشور ایران می باشد. این مدل پیشنهادی بر اساس روش پس انتشار خطا و ورودی هایی همچون ترکیبات غیرهیدرو کربنی نظیر دی اکسید کربن و نیتروژن و ترکیبات هیدرو کربنی نظیر متان و +7c و هم چنین دما وجرم مولکولی +7c است. نتایج ساختاری شبکه بر مبنای سه لایه شامل: یک لایه ورودی با 6 نرون، یک لایه میانی با 20 نرون و یک لایه خروجی با 1نرون می باشد. شبکه عصبی مذکور توسط 119 داده آزمایشگاهی از نمونه چاه های مختلف میادین گاز میعانی کشور ایران آموزش داده شده است و به منظور اعتبار دهی، شبکه آموزش دیده با تعدادی داده آزمایشگاهی از نمونه سیالات گاز میعانی مخازن دیگر، تست گردید. نتایج مدل نشان می دهد که خروجی شبکه با مقدار مطلوب آن در فاز آزمایش با خطایی معادل 1.5767 درصد مطابقت دارد که این نشان دهنده اطمینان از صحت مدل شبکه عصبی در این مطالعه می باشد.