پیش بینی گیر لوله های حفاری با استفاده از شبکه عصبی در چاه های یکی از میادین نفت فلات قاره ایران

استفاده از شبکه های عصبی برای پیش بینی گیر لوله های حفاری در ایران سابقه چندانی ندارد و تاکنون در راستای ارزیابی علل گیر لوله ها و پیش بینی آن در ایران به طور کاربردی مطالعه جامع و یکپارچه ای نشده که با توجه به اهمیت قضیه، جای کار بسیاری در زمینه تحقیقات برای آن فراهم است. داده های مقاله حاضر از گزارش های روزانه حفاری چاه های یکی از میادین شرکت نفت فلات قاره اخذ شده که در آن، این داده ها به دو دسته وقوع گیر و عدم وقوع گیر تقسیم شده اند. هدف اصلی این پروژه ساخت مدلی است که در آن احتمال وقوع گیر لوله حفاری پیش بینی شود. در این مطالعه 171داده براساس گزارش های روزانه حفاری، جمع آوری و به سیستم شبکه عصبی وارد شده که در آن 37 داده، به منزله داده های اعتبارسنجی استفاده شده اند. شبکه عصبی ساخته شده براساس الگوریتم پس انتشار، اجرا و در آن بایاس ها و وزن ها، بهینه سازی و آموزش داده شده اند. چهار نمونه شبکه عصبی بررسی و مطالعه شده اند و میزان دقت و درصد خطای هر یک از آنان برای انتخاب بهترین روش برای پیش بینی گیر لوله ها با استفاده از شبکه عصبی، محاسبه و درنهایت روش Feedforward distributed timedelay با درصد خطای نزدیک صفر، به منزله بهترین روش برای پیش بینی گیر لوله های حفاری در میدان موردمطالعه انتخاب شد.