La Prédiction des propriétés "PVT" a l’aide des réseaux des neurones artificiels

Abstract

La Connaissance des propriétés PVT est d'une importance primordiale dans l’industrie pétrolière. Ces propriétés PVT peuvent être obtenues à partir des tests au niveau du laboratoire en utilisant des échantillons représentatifs du fluide de réservoir prélevés à la suite d’un échantillonnage sur champ. L’utilisation des corrélations est capitale pour la prédiction de ces propriétés PVT, plusieurs corrélations ont été développées au cours des dernières décennies comme celles d’El-Marhoun, de Standing, de Glaso et de Petrosky-Farshad. Une autre méthode se présente aussi au cours de ces dernières années qui se base sur l’utilisation d’une technique de l’intelligence artificielle qui s’appelle les réseaux des neurones artificiels, cette dernière repose sur la simulation du principe de fonctionnement des neurones biologiques afin de l’utiliser pour résoudre des problèmes complexes. Le but de notre travail est de créer un modèle Black-oil prédictif de la Pb et le Bob, en se basant sur les mêmes données (Rs, TR, Pb,Bob, γg, γo) utilisées dans les corrélations citées précédemment, puis une comparaison est faite entre les deux.