Recherche opérationnelle

Permanent URI for this communityhttps://dspace.univ-boumerdes.dz/handle/123456789/3467

Browse

Has files: No

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    D´etection des anomalies dans les donn´ees des puits p´etroliers Cas de SONATRACH
    (UNIVERSITE M’HAMED BOUGARA - BOUMERDES : Faculté des sciences, 2022) Boudjellil, Cilya; Gacem, Selma Nosseiba; Ouatiki, S. ( Promotrice)
    L’analyse des donn´ees est un domaine en pleine expansion, vu la num´erisation galopante que connaˆıt le monde entier. Le traitement des donn´ees et le besoin d’une intelligence artificielle tr`es performante en est donc une cons´equence imm´ediate et SONATRACH comme ´etant un moteur ´economique important non pas dans le bassin m´editerran´een mais dans le monde entier, ne fait pas l’exception. Elle a donc un besoin urgent d’exploiter ses donn´ees pour une meilleure exploration du champ p´etrolier. Dans ce travail, nous fournissons une ´etude d´etaill´ee sur la fa¸con de mettre en oeuvre l’apprentissage automatique supervis´e dans l’´evaluation de la performance des mod`eles existants de d´etection des aberrations dans le jeu de donn´ees de SONATRACH. Nous avons donc impl´ement´e trois algorithmes l’Angle-Based Outlier Detection (ABOD), le K-Plus Proches Voisins (KNN) et le Isolation Forest (IForest). Nous avons ensuite donner une m´etrique pour les comparer et nous avons d´eceler le meilleur algorithme qui nous fournit la meilleure d´etection des anomalies.
  • No Thumbnail Available
    Item
    Application de l’algorithme d’optimisation par l’essaim de particules (PSO) pour l’identification de la source de concentration de la poudre noire dans le réseau de GPL cas SONATRACH
    (UNIVERSITE M’HAMED BOUGARA - BOUMERDES : Faculté des sciences, 2022) KERNANI, Assia; MENANI, Rania; CHEURFA, F. (Promoteur)
    Le phénomène de la poudre noire est très répandu dans le réseau de transport de GPL algérien. Il présente des problèmes graves dans les équipements de production, de transport et de contrôle. Ce phénomène est très complexe de par son origine, les mécanismes de formation et les méthodes d’élimination et de prévention. L’identification de son évolution se fait par utilisation des mesures de la concentration par des dispositifs offline placés dans différents points de la chaine du GPL. La technologie de filtration courante exige des remplacements fréquents des filtres colmatés, ce qui augmente les frais d’entretien et d’exploitation. Une modélisation numérique basée sur un modèle 1-D doit être formalisée pour l’identification de la source de formation par déposition et de transport de la poudre noire. Notre travail consistera à déterminer les endroits de dépôt et la quantification de la concentration de la poudre noire ce qui permettra aux exploitants du réseau d’identifier les emplacements où les filtres et séparateurs cyclones peuvent être installés et optimiser ainsi le système de filtration. On a choisi d’utiliser l’algorithme d’optimisation "Particle Swarm Optimization (PSO)", ce dernier fait partie des métaheuristiques qui constituent une famille d’algorithmes stochastiques destinés à résoudre des problèmes d’optimisation combinatoire, largement utilisés dans de nombreux domaines et secteurs de l’industrie pétrolière et gazière, ces méthodes présentent l’avantage d’être généralement efficaces.