文献

J-GLOBAL ID：201402270266661656   整理番号：14A0130747

イラン原油の泡立ち点圧力決定に人工ニューラルネットワークの利用

The Application of Artificial Neural Networks in Determination of Bubble Point Pressure for Iranian Crude Oils

著者 (3件)： MOGHADASI J. (Petroleum Univ. Technol., Abadan, IRN) ,  KAZEMI K. (Petroleum Univ. Technol., Abadan, IRN) ,  MORADI S. (Petroleum Univ. Technol., Abadan, IRN)
資料名： Petroleum Science and Technology  (Petroleum Science and Technology)
巻： 31  号： 21/24  ページ： 2475-2482  発行年： 2013年11月 
JST資料番号： A0661C  ISSN： 1091-6466  CODEN： PSTEFV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 原油の物理特性は貯留層シミュレーションと言った色々な石油工学の分野において重要な情報である。泡立ち点の正確な決定は特に重要である,と言うのはこれが上流及び下流分野の計算に大きく影響するからである。近年色々な予測手法が提案されているが,本稿は,貯留層の温度,溶液ガス/油比率,API比重,ガス比重から泡立ち点圧力を予測する為に人工ニューラルネットワーク(ANN)を利用することを提案した。このモデルをイラン油田から得た157のPVTデータに基づいて開発した。色々なANN構造を比較した結果,2隠れ層と6及び3ニューロンを持つANNが最善であった。開発したモデルに基づく予測を経験式と比較し,この新モデルが最高の相関係数と最小の平均絶対相対誤差を持つことが示された。

シソーラス用語： イラン・イスラム共和国 ,  *原油 ,  *泡立ち ,  *圧力 ,  ニューラルネットワーク ,  *物理的性質 ,  石油工業 ,  *予測モデル ,  アルゴリズム ,  *モデリング ,  地層 ,  温度 ,  気体 ,  油 ,  モル比 ,  団体規格 ,  比重 ,  状態方程式 ,  測定データ ,  油田 ,  ニューロン ,  精度 ,  *性能評価 ,  比較 ,  実験式 ,  相関係数 ,  誤差 ,  誤差解析
準シソーラス用語： イラン ,  人工ニューラルネットワーク ,  物理特性 ,  予測アルゴリズム ,  貯留層 ,  ガス ,  API規格 ,  PVT関係 ,  隠れ層 ,  予測精度 ,  経験式 ,  相対誤差

分類 (2件)： 油層工学  (UA10030G) ,  石油と石油製品の性質,分析,試験  (YF02020X)

タイトルに関連する用語 (4件)： イラン ,  原油 ,  泡立ち点 ,  人工ニューラルネットワーク