JOMC 71 ạ ậ ệ ự ậ ố “Theory, Application, and Sizing of Air Valves”, 1997 Val H Reissig,R Fischer và R Reimann Laboratorium sunterchungen zur unterirdischen Enteisenung von Grundwassern Acta hydrochim[.]
Trang 1>@ “Theory, Application, and Sizing of Air Valves”, 1997 Val
0DWLF 9DOYH 0IJ&RUS=XPGDKO 6WHYHQ 6&KPLVWU\ WKLUG
HGLWLRQ
> @ H Reissig,R Fischer và R Reimann: Laboratorium
sunterchungen zur unterirdischen Enteisenung von
Grundwassern Acta hydrochim et hydrobiol 10 (1982) 5, 487
496.
>@ H.Reissig, A.Gnauck và M.Schwan: Zur Bemessung
Untereirdischer Enteisenungalagen Teil 2: Kinetik der initialen
Sauersioffzhrung im Bodennaterial eines reduzierten
Grundwasserleister Acta hydrochim et hydrobiol 13 (1985)
4,461– 468.
>@ P Boochs, G Barovic: Numerical model describing
groundwater treatment by rechange of oxygented water, water
resources research 1981, vol 17 N1.
>@ $PHULFDQ :DWHU :RUN $VVQ :DWHU 'LVWULEXWLRQ
RSHUDWRUWUDLQLQJ+DQGERRN&RS\ULJKWSS
>@ -DPHV% %XUW 5LVKHO3( :DWHUSXPSVDQGSXPSLQJ
6\VWHPVSS
>@ -DSDQ ZDWHU ZRUNV $VVRFLDWLRQ 'HVLJQ FULWHULRQ RI
ZDWHUZRUNVIDFLOLWLHV
ỨQJGụQJPạQJ1HXURQQKkQWạo đểWtQKWRiQVựthay đổLiSVXấW
FủDGzQJFKảy đa pha trong môi trườQJOLrQWụF
3Kạm Sơn Tùng 9}7UkP2DQK
Trường ĐạLKọF%iFKNKRDĐạLKọF4XốFJLD7KjQKSKố+ồ&Kt0LQK
ÉSsuất dòng chảy đáy giếng
Dòng chảy đa pha
Mạng neutron nhân tạo
Dự đoán chính xác về sự giảm áp suất là điều quan trọng phải có trong suốt vòng đời của giếng để thiết kế ống hiệu quả hơn và hoạt động sản xuất tối ưu hơn Triển khai đồng hồ đo áp suất là một biện pháp phổ biến để đo áp suất dòng chảy đáy giếng (FBHP) Ngoài ra, một số mô hình cơ khí và mối tương quan thực nghiệm cho dòng đa pha đã được đề xuất để tránh tiêu tốn chi phí đáng kể và tốn thời gian khi can thiệp vào một giếng đang sản xuất Tuynhiên, kết quả của các kỹ thuật dự đoán gần đây cho thấy mức độ chính xác khá thấp, vì vậy phương pháp cải tiến là cần thiết để giải quyết vấn đề này.Bài báo này liên quan đến nghiên cứu gần đây của chúng tôi về việc sử dụng Mạng neuron nhân tạo (ANN) đểdự đoán sự sụt giảm
áp suất trong các giếng đa pha Mô hình ANN được phát triển dựa trên nhiều dữ liệu sản xuất bề mặt khác nhau bao gồm tốc độ dòng chảy của dầu, tốc độ dòng chảy của khí, tỷ lệ khídầu, áp suất đầu giếng, nhiệt
độ đầu giếng, áp suất đáy giếng, nhiệt độ đáy giếng Các bộ dữ liệu thu thập được từ giếng X tại mỏ Hải Thạch Mộc Tinh được thống kê sàn lọc và nhập vào các mô hình ANN Các mô hình được đề xuất bao gồm một loạt các biến với số lượng tế bào thần kinh khác nhau của các lớp ẩn Kết quả giữa các tập dữ liệu khác nhau là các bản ghi và so sánh thống kê với nhau để chọn lỗi ít nhất.
)ORZLQJERWWRPKROHSUHVVXUH
0XOWLSKDVHIORZ
$UWLILFLDOQHXWURQQHWZRUN
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
*LớLWKLệX
7KLếWNếWKtFKKợSFủDFiFKệWKốQJKRjQWKjQKJLếQJYjKệ
WKốQJQkQJQKkQWạo, cũng như tối ưu hóa và dựEiRFKtQK[iFKLệX
VXấWVảQ[Xất, đòi hỏLPột phương pháp đáng tin cậ\YjFKtQK[iF
đểướFWtQKJLảPiSVXấWWURQJGzQJFKảy đa pha cho nhữQJJLếQJ
GọF 'R Vự SKứF WạS FủD GzQJ FKảy đa pha, hầX KếW FiF Gự đoán JLảPiSVXất đềXGựDWUrQPối tương quan thựFQJKLệPKRặFEiQ
WKựF QJKLệP +DJHGRUQ Yj %URZQ 'XQV Yj 5RV
2UNLV]HZVNL %HJJV DQG %ULOO 0XNKHUMHH Yj %ULOO
1KLềXQJKLrQFứu đã đượFWLến hành đểNLểm tra và điềXWUD
NKảnăng áp dụQJFủDFiFPốLTXDQKệđó trên mộWORạWFiFGữOLệX +ầXKếWFiFQJKLrQFứXWKừDQKậQUằQJNK{QJFyNếWQốLGX\QKấW nào đượFWuPWKấ\FyWKểiSGụQJWUrQWấWFảFiFSKạPYLELếQYớL độFhính xác đủ7X\QKLrQNKLFiFJLiWUịVDLOầPEịEỏTXDPộW FXộc điềXWUDWKốQJNrNK{QJWuPWKấ\Oợi ích đáng kểFKRFiFP{ hình cơ họFVRYớLFiFPối tương quan thựFQJKLệPKLệQWạLYềNKả năng dựđoán áp suấW
0ặF G Pạng lướL WKầQ NLQK QKLềX Oớp đượF SKiW KLệQ YjR QKững năm 1960, chúng không đượF NKiPSKiNỹ lưỡng cho đếQ QKững năm 1980 Bản đồWựWổFKứFGựDWUrQKọFWậSFạnh tranh đã đượF JLớL WKLệX YjR QKững năm 1970 Trong những năm 1980,
Trang 2Pạng lướLWKầQNLQh đã trảLTXDPộWWKờLNỳSKục hưng Mạng lướL
WKầQNLQKKRạt động tương tựnhư các tếEjRWKầQNLQKWURQJQmR
0ạng lướLWKầQNLQKQKkQWạRJần đây đã trởQrQSKổELếQYuNKả
năng giảL TX\ếW PộW ORạW FiF Yấn đề GầX Pỏ SKứF WạS 2VPDQ Yj
FộQJVự[2] đã đề[XấWPộWPạng lướLPới đểGựđoán áp suấWOỗ
dướLFKả\WURQJGzQJFKảy đa pha đốLYớLJLếQJWKẳng đứQJ.KLKọ
VRViQKPạng lướLFủDKọYớLFiFP{KuQKWKựFQJKLệm và cơ họF
thông thườQJ Kọ SKiW KLệQ UD Uằng ANN là phương pháp tối ưu
QKấW0RKDPPDGSRRUYjFộQJVự[3] đã phát triểQPộWPạng lướL
WKầQNLQKQKkQWạRPới (ANN) đểGựđoán áp suấWGzQJFKảy đáy
JLếQJWURQJFiFJLếQJGầu đa pha theo phương thẳng đứQJWURQJFiF
PỏGầXFủa Iran Ông đã đánh giá nhiềXOớSWếEjRWKầQNLQKFủD
$11YjFiFFKức năng đjRWạRNKiFQKDXYjFKọQOớSWốWQKấWFyOỗL
WKấSQKấW7URQJFiFJLếQJFKảy đa pha thẳng đứQJPộWP{KuQK
0ạQJQHXURQQKkQWạo cũng được đề[Xất đểGựđoán áp suấWFKả\
dưới đáy giếQJYjNếWTXảOjiSVXấWJLảP0{KuQKWKểKLệQWối ưu
hơn các mô hình trX\ềQWKốQJYớLKệVốtương quan là 0,9222 và sai
VốWUXQJEuQKWX\ệt đối 3,5% sau khi đánh giá mộWORạWFiFWậSGữ
OLệXEDRJồPEộGữOLệu trường thu đượFWURQJQỗOựFQJKLrQ
FứX 1KữQJ SKiW KLệQ WKống kê nói trên thu đượF EằQJ FiFK Vử
GụQJPộWOớSẩQFủDPạng lưới neuron hướQJWớLQJXồQFấSGữOLệX
WURQJP{KuQKGựđoán 2011 (Jahanandish và Salimifard) [4] Li và
FộQJVự[5] đã đề[XấWPộWFKLến lượFNếWKợSEDRJồPTX\WUuQK
tính toán tương quan giữa dòng đa pha và các mô hình MạQJ
QHXURQ QKkQ WạR &iF P{ KuQK PạQJ QHXURQ ODQ WUX\ềQ WUở Oại đã
đượFNếWKợSWKjQKPộWNỹWKXật tính toán chính xác đểướFWtQK
JUDGLHQWiSVXấWGẫn đến tăng độFKtQK[iFGựđoán và phạPYLGự
đoán rộng hơn Tỷ Oệ NK{QJ FKtQK [iF WX\ệt đốL WUXQJ EuQK WKấS
QKấWWKHRP{KuQKOj.ỹWKXậWNếWKợSNếWTXảcó độFKtQK
[iFWUXQJ EuQK WX\ệt đốL SKần trăm là 23,0NKLVR ViQK YớLFiF
Pối tương quan trong dòng đa pha Mô hình, mặt khác, đã đượFVử
GụQJ YớL PộWPi\ WtQK iS VXất đáy giếng đượF WtFKKợS YjR JLDR
GLện ngườLGQg Medhat và Hassan [6] đã trình bày dựđoán vềiS
VXấWOỗdướLFKả\FKRFiFJLếQJGầXWKẳng đứQJEằQJFiFP{KuQK
PạQJWKầQNLQKVửGụQJEộGữOLệXOịFKVửWừQKLềXPỏGầXNKiF
QKDX 6ử GụQJ PộW Nỹ WKXậW KọF Pi\ PạQJ WKầQ NLQK QKkQ WạR
6SHVLYWVHY HW DO [7] đã tạR UD Pột mô hình để Gự EiR iS VXấW Oỗ
dưới đa chiềX+ọđã sửGụQJPộWEộGữOLệXJồPPẫXPjKọ
WạRUDYớLWUuQKP{SKỏQJ
+ệWKống ANN đượFWKLếWNếWUrQED\ếXWốcơ bảQFKtQK Fụ
WKể Oj WKXậW WRiQ FKức năng chuyểQ JLDR Yj PộW \ếX Wố [ử Oम WtQ
KLệu đượFJọLOjWếEjRQHXURQ/LSSPDQYj/LSSPDQ>@0ạng lướL
EDRJồPtWQKấWEDOớSFấXWU~F FụWKểOjOớp đầXYjR FiF OớSẩQ
YjOớp đầXUD/ớSẩQEDRJồPPộWVốWếEjRQHXURQ0ỗLWếQHXURQ
WKDPJLDFiFWK{QJVốđầXYjREằQJFiFNếWQối đượFJọLOjWUọQJ
lượQJYjFKức năng phụWUợđượFJọLOjWKLrQYị%XUELGJHYjFộQJ
Vự> @
1JKLrQFứXKLệQWạLWậSWUXQJYjRYLệc xác địQKEộVốOLệXiS VXất đáy giếQJEằQJFiFKVửGụQJ0ạQJQHXURQQKkQWạR&iFEộGữ OLệXNKiFQKDX[HP[pWVốlượQJWếEjRQHXron đào tạRNKiFQKDX
đã được đề[Xất đểWuPUDFiFWK{QJVốđầXYjRKLệXTXảQKấW&iF EộGữOLệu này đượFWiFKWKjQKFiFEộđào tạR[iFQKậQFKpRYj WKửQJKLệPWKHRWỷOệ 7ậSKợSFRQWKửQJKLệPFủDGữOLệX
đã đượFVửGụng đểNLểm tra độFKtQK[iFGựđoán củDP{KuQKYj VRViQKQyYớLFiFPối tương quan hiện có và các mô hình cơ họF không đượF SKiW KLệQ Eởi mô hình ANN trong giai đoạn đào tạR
&iFPạQJ FKX\ểQ WLếSQJXồQ FấS Gữ OLệXQKLềX Oớp đã đượF FKọQ cho mô hình ANN đượFWạRYuNKảnăng thểKLệQFiFEản đồFKứF năng phi tuyếQWtQKJLữa đầu vào và đầXUD0ộWOớp đầXYjR FKứD FKtQWếEjRWKần kinh đầXYjRKRặc nút) đạLGLệQFKRFiFWK{QJVố đầXYjR Wốc độGzQJFKả\GầXWốc độlưu lượQJNKtWỷOệNKtGầX iSVXất đầXJLếQJQKLệt độđầXJLếQJQKLệt độđáy giếQJ KDLOớS ẩQYjPộWOớp đầXUD FKứDPột nút) đạLGLệQFKRPi\pSOỗdướL
Phương pháp luậQ
0ạng lướLWKầQNLQKQKkQWạR
Ann đượFWạRWKjQKWừEDOớp: đầu vào, đầXUDYjFiFOớSẩQ 'ữOLệu đầXYjRFủDKệWKống được đọFWừPộWQJXồQErQQJRjLYjR PộWORạWFiFELếQWURQJOớp đầu vào Theo cách tương tựOớp đầXUD lưu trữGữOLệXKRặFNếWTXảGựNLếQFyWKểOjPộWVốvectơ Lớp đầX YjRQKậQGữOLệu lúc đầXYjJửi nó đếQOớSẩn đầu tiên để[ửlý Như PLQKKọDWURQJ+uQKGữOLệu đượF[ửOमWừOớSẩn đầu tiên đượF FKX\ểQVDQJFiFOớSẩQWLếp theo để[ửOम>@&XốLFQJOớp đầXUD Oấ\GữOLệXWừOớp đượFFKHJLấXFXối cùng và đưa nó đếQPộWQJXồQ ErQQJRjL.K{QJFyPốLOLrQKệWUựFWLếSJLữDFiFOớSẩQYjWKếJLớL ErQQJRjLYjWRjQEộTX\WUuQK[ửlý đượFFKHJLấXNKỏLFK~QJWD +uQK
+ìQKĐầu vào, đầXUDOớSẩQ$11>@
9LệF WKX WKậS Gữ OLệX FKXẩQ Eị Gữ OLệX [k\ GựQJ Pạng lướL Pạng đào tạRYjPạQJWKửQJKLệm là năm quy trình trong quy WUuQKP{ hình hóa ANN Giai đoạn đầXWURQJYLệFWạRUDFiFP{KuQK$11OjWKX WKậSYjFKXẩQEịGữOLệXPẫu Các phương pháp chuẩQEịGữOLệu đượF WKựFKLệQVDXNKLWKXWKậSGữOLệu đểđào tạR$11KLệXTXảhơn.
Trang 3Pạng lướLWKầQNLQh đã trảLTXDPộWWKờLNỳSKục hưng Mạng lướL
WKầQNLQKKRạt động tương tựnhư các tếEjRWKầQNLQKWURQJQmR
0ạng lướLWKầQNLQKQKkQWạRJần đây đã trởQrQSKổELếQYuNKả
năng giảL TX\ếW PộW ORạW FiF Yấn đề GầX Pỏ SKứF WạS 2VPDQ Yj
FộQJVự[2] đã đề[XấWPộWPạng lướLPới đểGựđoán áp suấWOỗ
dướLFKả\WURQJGzQJFKảy đa pha đốLYớLJLếQJWKẳng đứQJ.KLKọ
VRViQKPạng lướLFủDKọYớLFiFP{KuQKWKựFQJKLệm và cơ họF
thông thườQJ Kọ SKiW KLệQ UD Uằng ANN là phương pháp tối ưu
QKấW0RKDPPDGSRRUYjFộQJVự[3] đã phát triểQPộWPạng lướL
WKầQNLQKQKkQWạRPới (ANN) đểGựđoán áp suấWGzQJFKảy đáy
JLếQJWURQJFiFJLếQJGầu đa pha theo phương thẳng đứQJWURQJFiF
PỏGầXFủa Iran Ông đã đánh giá nhiềXOớSWếEjRWKầQNLQKFủD
$11YjFiFFKức năng đjRWạRNKiFQKDXYjFKọQOớSWốWQKấWFyOỗL
WKấSQKấW7URQJFiFJLếQJFKảy đa pha thẳng đứQJPộWP{KuQK
0ạQJQHXURQQKkQWạo cũng được đề[Xất đểGựđoán áp suấWFKả\
dưới đáy giếQJYjNếWTXảOjiSVXấWJLảP0{KuQKWKểKLệQWối ưu
hơn các mô hình trX\ềQWKốQJYớLKệVốtương quan là 0,9222 và sai
VốWUXQJEuQKWX\ệt đối 3,5% sau khi đánh giá mộWORạWFiFWậSGữ
OLệXEDRJồPEộGữOLệu trường thu đượFWURQJQỗOựFQJKLrQ
FứX 1KữQJ SKiW KLệQ WKống kê nói trên thu đượF EằQJ FiFK Vử
GụQJPộWOớSẩQFủDPạng lưới neuron hướQJWớLQJXồQFấSGữOLệX
WURQJP{KuQKGựđoán 2011 (Jahanandish và Salimifard) [4] Li và
FộQJVự[5] đã đề[XấWPộWFKLến lượFNếWKợSEDRJồPTX\WUuQK
tính toán tương quan giữa dòng đa pha và các mô hình MạQJ
QHXURQ QKkQ WạR &iF P{ KuQK PạQJ QHXURQ ODQ WUX\ềQ WUở Oại đã
đượFNếWKợSWKjQKPộWNỹWKXật tính toán chính xác đểướFWtQK
JUDGLHQWiSVXấWGẫn đến tăng độFKtQK[iFGựđoán và phạPYLGự
đoán rộng hơn Tỷ Oệ NK{QJ FKtQK [iF WX\ệt đốL WUXQJ EuQK WKấS
QKấWWKHRP{KuQKOj.ỹWKXậWNếWKợSNếWTXảcó độFKtQK
[iFWUXQJ EuQK WX\ệt đốL SKần trăm là 23,0NKLVR ViQK YớLFiF
Pối tương quan trong dòng đa pha Mô hình, mặt khác, đã đượFVử
GụQJ YớL PộWPi\ WtQK iS VXất đáy giếng đượF WtFKKợS YjR JLDR
GLện ngườLGQg Medhat và Hassan [6] đã trình bày dựđoán vềiS
VXấWOỗdướLFKả\FKRFiFJLếQJGầXWKẳng đứQJEằQJFiFP{KuQK
PạQJWKầQNLQKVửGụQJEộGữOLệXOịFKVửWừQKLềXPỏGầXNKiF
QKDX 6ử GụQJ PộW Nỹ WKXậW KọF Pi\ PạQJ WKầQ NLQK QKkQ WạR
6SHVLYWVHY HW DO [7] đã tạR UD Pột mô hình để Gự EiR iS VXấW Oỗ
dưới đa chiềX+ọđã sửGụQJPộWEộGữOLệXJồPPẫXPjKọ
WạRUDYớLWUuQKP{SKỏQJ
+ệWKống ANN đượFWKLếWNếWUrQED\ếXWốcơ bảQFKtQK Fụ
WKể Oj WKXậW WRiQ FKức năng chuyểQ JLDR Yj PộW \ếX Wố [ử Oम WtQ
KLệu đượFJọLOjWếEjRQHXURQ/LSSPDQYj/LSSPDQ>@0ạng lướL
EDRJồPtWQKấWEDOớSFấXWU~F FụWKểOjOớp đầXYjR FiF OớSẩQ
YjOớp đầXUD/ớSẩQEDRJồPPộWVốWếEjRQHXURQ0ỗLWếQHXURQ
WKDPJLDFiFWK{QJVốđầXYjREằQJFiFNếWQối đượFJọLOjWUọQJ
lượQJYjFKức năng phụWUợđượFJọLOjWKLrQYị%XUELGJHYjFộQJ
Vự> @
1JKLrQFứXKLệQWạLWậSWUXQJYjRYLệc xác địQKEộVốOLệXiS
VXất đáy giếQJEằQJFiFKVửGụQJ0ạQJQHXURQQKkQWạR&iFEộGữ
OLệXNKiFQKDX[HP[pWVốlượQJWếEjRQHXron đào tạRNKiFQKDX
đã được đề[Xất đểWuPUDFiFWK{QJVốđầXYjRKLệXTXảQKấW&iF
EộGữOLệu này đượFWiFKWKjQKFiFEộđào tạR[iFQKậQFKpRYj
WKửQJKLệPWKHRWỷOệ 7ậSKợSFRQWKửQJKLệPFủDGữOLệX
đã đượFVửGụng đểNLểm tra độFKtQK[iFGựđoán củDP{KuQKYj
VRViQKQyYớLFiFPối tương quan hiện có và các mô hình cơ họF
không đượF SKiW KLệQ Eởi mô hình ANN trong giai đoạn đào tạR
&iFPạQJ FKX\ểQ WLếSQJXồQ FấS Gữ OLệXQKLềX Oớp đã đượF FKọQ
cho mô hình ANN đượFWạRYuNKảnăng thểKLệQFiFEản đồFKứF
năng phi tuyếQWtQKJLữa đầu vào và đầXUD0ộWOớp đầXYjR FKứD
FKtQWếEjRWKần kinh đầXYjRKRặc nút) đạLGLệQFKRFiFWK{QJVố
đầXYjR Wốc độGzQJFKả\GầXWốc độlưu lượQJNKtWỷOệNKtGầX
iSVXất đầXJLếQJQKLệt độđầXJLếQJQKLệt độđáy giếQJ KDLOớS
ẩQYjPộWOớp đầXUD FKứDPột nút) đạLGLệQFKRPi\pSOỗdướL
Phương pháp luậQ
0ạng lướLWKầQNLQKQKkQWạR
Ann đượFWạRWKjQKWừEDOớp: đầu vào, đầXUDYjFiFOớSẩQ
'ữOLệu đầXYjRFủDKệWKống được đọFWừPộWQJXồQErQQJRjLYjR
PộWORạWFiFELếQWURQJOớp đầu vào Theo cách tương tựOớp đầXUD
lưu trữGữOLệXKRặFNếWTXảGựNLếQFyWKểOjPộWVốvectơ Lớp đầX
YjRQKậQGữOLệu lúc đầXYjJửi nó đếQOớSẩn đầu tiên để[ửlý Như PLQKKọDWURQJ+uQKGữOLệu đượF[ửOमWừOớSẩn đầu tiên đượF
FKX\ểQVDQJFiFOớSẩQWLếp theo để[ửOम>@&XốLFQJOớp đầXUD
Oấ\GữOLệXWừOớp đượFFKHJLấXFXối cùng và đưa nó đếQPộWQJXồQ
ErQQJRjL.K{QJFyPốLOLrQKệWUựFWLếSJLữDFiFOớSẩQYjWKếJLớL
ErQQJRjLYjWRjQEộTX\WUuQK[ửlý đượFFKHJLấXNKỏLFK~QJWD
+uQK
+ìQKĐầu vào, đầXUDOớSẩQ$11>@
9LệF WKX WKậS Gữ OLệX FKXẩQ Eị Gữ OLệX [k\ GựQJ Pạng lướL
Pạng đào tạRYjPạQJWKửQJKLệm là năm quy trình trong quy WUuQKP{
hình hóa ANN Giai đoạn đầXWURQJYLệFWạRUDFiFP{KuQK$11OjWKX
WKậSYjFKXẩQEịGữOLệXPẫu Các phương pháp chuẩQEịGữOLệu đượF
WKựFKLệQVDXNKLWKXWKậSGữOLệu đểđào tạR$11KLệXTXảhơn.
+ìQK$11YớLFiFOớSGữOLệu đầu vào và đầXUD
TrướFNKLWUuQKEj\GữOLệu đầXYjRFKRPạQJQyLFKXQJOj
PộWWKựFKjQKWốt đểWKựFKLện bình thườQJKyDGữOLệXEởLYuWUộQ
FiFELếQYới cường độOớQYjQKỏVẽQKầPOẫQWKXậWWRiQKọFWậSYề
EảQFKấWFủDWừQJELếQYjFyWKểEXộc nó đếQQKjWKLếWNếFKỉđịQK
VốOớSẩQWếEjRWKầQNLQKWURQJPỗLOớSFKức năng truyềQWURQJ
PỗLOớSFKức năng đào tạRFKức năng họFWậSWUọng lượQJWKLrQ
YịYjFKức năng thựFKLệQ
Trong giai đoạn đào tạR WUọng lượng đượF Vửa đổi để đưa đầXUDWKựFWế Gựđoán) củDPạQJJần hơn với đầXUDPục tiêu (đo lường) Giai đoạQWLếp theo là đưa mô hình đượF[k\GựQJYjRWKử
QJKLệP7ạLWKời điểm này, mô hình đượFWLếS[~FYớLGữOLệu chưa ELết trước đây.
4X\WUuQKWLếQKjQK
+uQKKLểQWKịTX\WUuQKOjPYLệc chung đểxác địQKiSVXấW
đáy giếQJEằQJFiFKVửGụng các mô hình ANN Quy trình đượFWLếQ
KjQKWừbướFWKXWKậSGữOLệXWừFiFJLếng đếQYLệc đưa ra nhữQJ
NếWOXậQFKRWRjQEộQJKLrQFứX
'ữOLệu đượFVửGụQJWURQJQJKLrQFứu này đượFWKXWKậSWừ
JLếQJ;WạLPỏ+ảL7KạFK0ộF7LQKWổQJFộQJEộGữOLệXEDQ
đầX'ữOLệu đượFVửGụng đểSKiWWULểQP{KuQKEDRJồPWốc độ
GầXOrQWớL0PVFIQJj\Wừnăm 2015 đến năm 2019 Ngoài ra, FiFEộGữOLệu đã đượF[ửlý trước đểORạLWUừGữOLệXVDLOệch như FiFJLiWUịkPFủDiSVXất và lưu lượQJ6ốlượQJGữOLệu sau đó đã JLảP[XốQJFzQ'ữOLệu đượFFKLDWKjQKEDSKầQ% điểP
GữOLệu đượFVửGụng đểđào tạRFiFPạQJ% điểPGữOLệu đượF
VửGụng để[iFWKực và 15% điểPGữOLệu được xem xét đểNLểPWUD
Pạng được đào tạo Sau các bướF[ửlý trướFGữOLệu đã đượFWKD\
đổi đểSKKợSYớLFiFELểXPẫu đầXYjRWURQJPạQJ$11'ữOLệX
đầXYjREDRJồm 7 tính năng là tốc độGzQJFKả\GầXWốc độGzQJ
NKtWỷOệNKtGầXiSVXất đầXJLếQJQKLệt độđầXJLếQJiSVXấWOỗ
đáy, nhiệt độOỗđáy BảQJKLểQWKịFiFELến ANN và đơn vịFủD
FK~QJ6ốlượQJWếEjRWKần kinh được đào tạo đã được thay đổi để
[HP [pW ảnh hưởQJ FủD Vố lượQJ Wế EjR WKần kinh được đào tạR
khác nhau đốLYớLiSVXất đượFWính toán và đạt đượFNếWTXảKLệX
TXảQKất Sau quá trình đào tạROỗi đượFWtQKWRiQJLữDiSVXấWOỗ
dưới xác địQK Yj iS VXất đo để xác định độ FKtQK [iF FủD PạQJ
3KkQ WtFK WKốQJ Nr FiF Wế EjR WKần kinh đào tạR NKiF QKDX EằQJ
FiFKVRViQKGữOLệu ướFWtQKVRYớLGữOLệXWKựFWếđã đượFKLểQ
WKị%ắt đầXWừYLệFWKXWKậSGữOLệXVảQ[XấWOịFKVửđếQSKkQWtFK
NếW TXả đượF WtQK WRiQ EởL FiF P{ KuQK $11 VR YớL Gữ OLệu đo lườQJWKựFWếFiFNếWOXận được đưa ra
+ìQKQuy trình chung đượFiSGụQJWURQJF{QJYLệFQj\
%ảQJ+uQKPLQKKọDPộWVốGữOLệu đầXYjR
ếWTXảYjWKảROXậQ
6DXTXiWUuQKWLềQ[ửOमYjORạLEỏQKữQJVốOLệXQKLễXWURQJEộ GữOLệu ban đầXEDEộGữOLệXNKiFQKDXđã đượFVửGụQJOjPGữ OLệu để OX\ệQ PạQJ QHXURQ YớL P{ KuQK 1HXUDO 1HW )LWWLQJ YớL Vố QHXURQOần lượWWừ5 đếQ YớLPỗLOần thay đổi 5 đơn vị) ĐểFKứQJ PLQKWtQKFKtQK[iFFủDFiFP{KuQKGựđoán, kếWTXảFủDTXiWUuQK tính toán đượFVRViQKYớLiSVXất đo đượFWạLKLện trườQJ&iFWK{QJ VốWKống kê như Sai sốtoàn phương trung bình (MSE), Hiệu phương VDL & +ệVốtương quan (R), HệVốJyFYj+ệVốWựGRFủa phương trình tương quan đã đượFVửGụng đểVRViQK
7ừHình 4 dưới đây, áp suấWGzQJFKả\ởđi\JLếQJGựđoán thu đượF VR YớL FiF JLi WUịđo đượF Fy VDL Vố OớQQKấW FiFVố OLệX QKLễXNKiFQKDXWừFiFEộGữOLệu ban đầXOjQJX\rQQKkQFKtQKGẫQ đếQKệTXảnày Do đó, áp suất đáy giếng đượFWtQKWRiQNK{QJQằP trong đường xu hướQJđượFYẽJLữDGữOLệu ướFWtQKYjWKựFWế ĐểFảLWKLện độFKtQK[iFFiFEộGữOLệu ban đầu đượFOọc đểORạLEỏ QKữQJGữOLệXQKLễXFủa lưu lượng dòng khí và lưu lượQJFRQGHQVDWH YuYậ\WổQJVốEộVốOLệXJLảP[XốQJFzQGữOLệX4XiWUuQKOX\ệQ Pạng ANN đượFOặSOạLFKREộVốOLệXVDXNKLVjQOọFNếWTXảKLểQWKị WURQJ+uQKÉSVXất đáy giếQJQKLễu đã đượFORạLEỏNKỏLEộGữOLệX
7KXWKậSGữOLệXWKựFWếWừFiFJLếQJ
;ửOमVốOLệXORạLEỏQKữQJVốOLệXEất thườQJ
ÉSGụQJP{KuQK$11
3KkQWtFKNếWTXảGựa trên phương pháp thốQJNr
7ổQJKợSNếWTXảvà đưa ra kếWOXậQ
Trang 4NếWTXảFKRWKấ\Pức độVDLVốđượFFảLWKLện đáng kể +uQK 7LếS
WụFORạLEỏQKữQJVốOLệXiSVXất đáy giếQJQKLễXWURQJEộGữOLệXWKứ
Eộ Vố OLệX Pới đượF QKập vào ANN để OX\ệQ PạQJ OầQ QữD YớL
FQJQKữQJVốneuron như lần trướF+uQKFKRWKấ\NếWTXảđượF
FảLWKLện đáng kểNếWTXảchính xác hơn so vớLFiFEộGữOLệu đượF
WKửQJKLệm trước đó cho áp suấWWUrQEDUD
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFEộGữOLệu ban đầX
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFGữOLệu đượF[ửlý trướF
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFGữOLệXWKứED
Đa phầQVDLVốOớQQằPWURQJNKRảQJiSVXất bé hơn 300 bara +uQK 1JX\rQQKkQFKtQKGẫn đếQVDLVốOớQFyWKểGRVựPấWổQ địQKFủDiSVXất đá\JLếQJWURQJTXiWUuQKJần đóng giếQJ
+ệVốtương quan giữDFiFJLiWUịWKựFWếYjGựđoán vượWTXi
FKRWấWFảFiFEộGữOLệX1JRjLUDNếWTXảFKtQK[iFSKụWKXộF YừD SKảL YjR Vố lượQJ Wế bào neuron ĐốL YớL Eộ Gữ OLệu đầX WLrQ KLệXVXấWFủDP{KuQK$11YớLWếEjRQHXURQEịOXPờVRYớLTX\ WUuQKOX\ệQPạQJEDRJồPWếEjRQHXURQWURQJNKL FiFP{KuQKSKiWWULểQYớLWếEjRQHXURQYjWếEjRQHXURQFKR WKấ\OỗLWốLWKLểXFKREộGữOLệXWKứKDLYjWKứED1KữQJNếWTXảQj\ FKRWKấ\WừđộFKtQK[iFWổQJWKểFủa xu hướng chính xác hơn 98 7ấWFảFiFVốOLệXWKốQJNrYềKLệXVXấWPạng đượFPLQKKọDWURQJ
%ảQJ
+ìQK6DLVốFủDiSVXất đượFWtQKWRiQEằQJ$11YjiSVXất đo
đượFởđáy giếQJFKRFiFEộGữOLệu đượF[ửlý trướF
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUH
(UURUSORW
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
Trang 5NếWTXảFKRWKấ\Pức độVDLVốđượFFảLWKLện đáng kể +uQK 7LếS
WụFORạLEỏQKữQJVốOLệXiSVXất đáy giếQJQKLễXWURQJEộGữOLệXWKứ
Eộ Vố OLệX Pới đượF QKập vào ANN để OX\ệQ PạQJ OầQ QữD YớL
FQJQKữQJVốneuron như lần trướF+uQKFKRWKấ\NếWTXảđượF
FảLWKLện đáng kểNếWTXảchính xác hơn so vớLFiFEộGữOLệu đượF
WKửQJKLệm trước đó cho áp suấWWUrQEDUD
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFEộGữOLệu ban đầX
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFGữOLệu đượF[ửlý trướF
+ìQK6ựtương quan giữDiSVXất đượFWtQKWRiQEằQJ$11Yj
iSVXất đo đượFởđáy giếQJFKRFiFGữOLệXWKứED
Đa phầQVDLVốOớQQằPWURQJNKRảQJiSVXất bé hơn 300 bara +uQK 1JX\rQQKkQFKtQKGẫn đếQVDLVốOớQFyWKểGRVựPấWổQ
địQKFủDiSVXất đá\JLếQJWURQJTXiWUuQKJần đóng giếQJ
+ệVốtương quan giữDFiFJLiWUịWKựFWếYjGựđoán vượWTXi
FKRWấWFảFiFEộGữOLệX1JRjLUDNếWTXảFKtQK[iFSKụWKXộF
YừD SKảL YjR Vố lượQJ Wế bào neuron ĐốL YớL Eộ Gữ OLệu đầX WLrQ
KLệXVXấWFủDP{KuQK$11YớLWếEjRQHXURQEịOXPờVRYớLTX\
WUuQKOX\ệQPạQJEDRJồPWếEjRQHXURQWURQJNKL
FiFP{KuQKSKiWWULểQYớLWếEjRQHXURQYjWếEjRQHXURQFKR
WKấ\OỗLWốLWKLểXFKREộGữOLệXWKứKDLYjWKứED1KữQJNếWTXảQj\
FKRWKấ\WừđộFKtQK[iFWổQJWKểFủa xu hướng chính xác hơn 98
7ấWFảFiFVốOLệXWKốQJNrYềKLệXVXấWPạng đượFPLQKKọDWURQJ
%ảQJ
+ìQK6DLVốFủDiSVXất đượFWtQKWRiQEằQJ$11YjiSVXất đo
đượFởđáy giếQJFKRFiFEộGữOLệu đượF[ửlý trướF
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUHG 'DWDFRPSDULVRQ
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
%+3 QHXURQV %+3 QHXURQV
0HDVXUH
(UURUSORW
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
Hình 8: Sai số của áp suất được tính toán bằng ANN và áp suất đo được ở đáy giếng cho các bộ dữ liệu ban đầu
+ìQK 6DLVốFủDiSVXất đượFWtQKWRiQEằQJ$11YjiSVXất đo
đượFởđáy giếQJFKRFiFGữOLệXWKứED
%ảQJ0ộWVốKệVốWKốQJNrFủDPạQJ$11
7X\QKLrQFiFVDLVốJLữDQKữQJPạQJ$11FyVốQHXURQNKiF
QKDXKầu như không đáng kể6DLVốFKrQKOệFKFKỉWURQJNKRảQJ
QHXURQFKRtWVDLVốQKấWFủDWừng trườQJKợS7yPOạLVốQHXURQNKL OX\ệQPạQJ$11NK{QJảnh hưởQJQKLều đếQNếWTXảYjWURQJPộW vài trườQJKợSQếXFần độFKtQK[iFWX\ệt đốLSKpSWKửthay đổLVố QHXURQOjFầQWKLếW
+ìQK6DLVốFủDPạQJ$11EDRJồPQHXURQFủDFiFEộGữ
OLệu ban đầX
+ìQK6DLVốFủDPạQJ$11EDRJồPFủDFiFEộGữOLệX
ban đầX
+ìQK6DLVốFủDPạQJ$11EDRJồPFủDFiFEộGữOLệX
0HDVXUH
(UURUSORW
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
0HDVXUH
(UURUSORW
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
%+3 QHXURQV
Trang 6+ìQK6DLVốFủDPạQJ$11EDRJồPFủDFiFEộGữOLệX
WKứED
ếWOXậQ
1JKLrQ Fứu này đã trình bày dự đoán áp suấW Oỗ dướL WURQJ
JLếQJGọFEằQJFiFKVửGụQJP{KuQK$11NếWKợSYớLSKkQWtFKGữ
OLệu đểđạt đượFP{KuQKWối ưu HiệXTXảFủa các mô hình ANN đượF
[k\GựQJSKụWKXộFYjRFiF\ếXWốkhác nhau như dữOLệu đầXYjRYj
đầXUDPộWVốđào tạRWKần kinh ĐặFELệWGữOLệu đầu vào đượFWULểQ
khai đóngPộWYDLWUzWKLếW\ếXWURQJYLệF[k\GựQJFiFP{KuQK$11
Do đó, dữOLệu ban đầu nên đượFiSGụQJPộWVốEộOọc đểSKiWKLệQ
Yj ORạL Eỏ FiF ELếQ Gựphòng để Wối ưu hóa kếWTXả 7ổQJ FộQJFy
Eộ Gữ OLệu đượFVjQJ Oọc đểSKiWWULển mô hình ANN Để[iF
địQKP{KuQKQjROjFKtQK[iFWtQKWRiQKống kê đã đượFVửGụQJ
FKRWừng trườQJKợS.ếWTXảđã chứQJPLQKUằQJP{KuQK$11SKiW
WULểQFKRSKpSGựđoán áp suấWOỗdướLYớLVựSKKợp đáng kểYớLiS
VXất đọc đo vềKệVốtương quan là 0,99 và sai sốEuQKSKương trung
EuQKWốLWKLểX0ặFGP{KuQK$11FyWKểđượFVửGụng như là công
FụKLệXTXảđểGựđoán áp suấWOỗdướLVốlượQJWếEjRWKầQNLQKFKR
Pỗi trườQJKợp nên đượF[HP[pWFKRNếWTXảWối ưu.
Lời cảm ơn
Nghiên cứu được tài trợ bởi Trường Đại học Bách khoa –
ĐHQGHCM trong khuôn khổ Đề tài mã số ToĐCDK
7jLOLệXWKDPNKảR
>@ T H Ahmed, “Reservoir engineering handbook”, Elsevier, 2021
>@ 2VPDQ($0RKDPPHG$$DQG0RKDPPHG$$$UWLILFLDO1HXUDO
1HWZRUN 0RGHO IR SUHGLFWLQJ ERWWRPKROH IORZLQJ SUHVVXUH LQ YHUWLFDO
PXOWLSKDVH IORZ 6RFLHW\ RI 3HWUROHXP (QJLQHHUV 'RL
KWWSV GRLRUJ 06
>@ 0RKDPPDGSRRU 0 6KDKED]L 7RUDEL ) )LURX] $54 $ QHZ
PHWKRGRORJ\ IRU SUHGLFWLRQ RI ERWWRPKROH IORZLQJ SUHVVXUH LQ YHUWLFDO
PXOWLSKDVH IORZ LQ ,UDQLDQ RLO ILHOGV XVLQJ DUWLILFLDO QHXUDO QHWZRUNV
$11V 6RFLHW\ RI 3HWUROHXP (QJLQHHUV 63( /DWLQ $PHULFDQ DQG
&DULEEHDQ 3HWUROHXP (QJLQHHULQJ &RQIHUHQFH 'HFHPEHU '2, KWWSV GRLRUJ 06
>@ -DKDQDQGLVK%DQG6DOLPLIDUG+-3UHGLFWLQJ%RWWRPKROH3UHVVXUH LQ YHUWLFDO PXOWLSKDVH IORZLQJ ZHOOV XVLQJ DUWLILFLDO QHXUDO QHWZRUNV -RXUQDORI3HWUROHXP6FLHQFHDQG(QJLQHHULQJYROQRSS
>@ /L ; 0LVNLPLQV - DQG +RIIPDQ % 7 $ FRPELQHG ERWWRPKROH SUHVVXUHFDOFXODWLRQSURFHGXUHXVLQJPXOWLSKDVHFRUUHODWLRQVDQGDUWLILFLDO QHXUDOQHWZRUNPRGHOV63($QQXDO7HFKQLFDO&RQIHUHQFHDQG([KLELWLRQ
'2, KWWSV GRLRUJ06
>@ 0HGKDW$+DVVDQ<1HXUDOQHWZRUNVIRUIORZERWWRPKROHSUHVVXUH SUHLFWLRQ,QW-(QHUJ\D&OHDQ(QYLURQSS
>@ 6SHVLYWVHY36LQNRY.6RIURQRY,=LPLQD$ 8PQRY$<DUXOOLQ 5 9HWURY ' 3UHGLFWLYH PRGHO IRU ERWWRPKROH SUHVVXUH EDVHG RQ PDFKLQH OHDUQLQJ -RXUQDO RI 3HWUROHXP 6FLHQFH DQG (QJLQHHULQJ YRO
SS
>@ 53/LSSPDQQ$QLQWURGXFWLRQWRFRPSXWLQJZLWK1HXUDO1HWV,(((
$6630DJD]LQHSS
> @ 5%XUELGJH07URWWHU%%X[WRQ6+ROGHQ'UXJGHVLJQE\PDFKLQH OHDUQLQJ VXSSRUW YHFWRU PDFKLQHV IRU SKDUPDFHXWLFDO GDWD DQDO\VLV
&RPSXWHUV &KHPLVWU\YROQRSS
>@ 6FKDONRII5$UWLILFLDO1HXUDO1HWZRUNV0F*UDZ+LOOSS
... thấp, phương pháp cải tiến cần thiết để giải vấn đề này.Bài báo liên quan đến nghiên cứu gần việc sử dụng Mạng neuron nhân tạo (ANN) để dự đoán sụt giảmáp suất giếng đa pha Mơ hình ANN...
Trường ĐạLKọF%iFKNKRDĐạLKọF4XốFJLD7KjQKSKố+ồ&Kt0LQK
ÉS suất dòng chảy đáy giếng
Dòng chảy đa pha
Mạng neutron nhân. .. đồng hồ đo áp suất biện pháp phổ biến để đo áp suất dịng chảy đáy giếng (FBHP) Ngồi ra, số mơ hình khí mối tương quan thực nghiệm cho dòng đa pha đề xuất để tránh tiêu tốn chi phí đáng kể tốn