Méthode de prédiction de la production par "CRM" et "LSTM"

No Thumbnail Available

Date

2023

Journal Title

Journal ISSN

Volume Title

Publisher

Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie

Abstract

La Prédiction des performances futures de production est l’une des préoccupations majeures des ingénieurs de production pétrolière. Ce projet de fin d’étude comprend le développement de plusieurs modèles pour la prédiction du débit de production des hydrocarbures en utilisant différentes approches : l’approche classique d’ARPS et modernes tel que modèle de croissance logistique, Loi de puissance exponentielle et Le modèle de déclin de production exponentielle étirée pour l’analyse des courbes de déclin. Une autre approche de prédiction de la production a été utilisée, approche qui fait appel aux de techniques de réduction de dimensions tel que la méthode CRM (capacity resistance model), car avec cette méthode nous passons d’un modèle PDE a un système ODE ce qui va nous permettre d’optimiser et de contrôler les paramètres d’exploitation d’une manière plus simple de même la technique LSTM (Long Short term memory) a été d’utilisée pour la prévision de la production des puits ou des champs pétroliers sans faire appel à la modélisation physique du process d’exploitation, cette approche peut s’avérer intéressante pour le diagnostic primaire du fonctionnement d’un ensembles de puits.

Description

139 p. : ill. ; 30 cm

Keywords

Hydrocarbures : Production, Production : Gestion : Logiciels, Production : Prévision, Capacity resistance model (modèle), Long short term memory (modèle), Algorithmes génétiques

Citation

Endorsement

Review

Supplemented By

Referenced By