Analyse transitoire des débits via l'intelligence artificielle

L'objectif de cette recherche est de développer un modèle mathématique servant d'outil d'estimation pour les réservoirs naturellement fracturés avec deux puits latéraux. L'outil proposé dans cette étude comprend un réseau neuronal artificiel (RNA) direct capable de prédire les données de production à partir des paramètres connus du réservoir et de la conception du puits. L'outil proposé comprend également un composant RNA inverse qui peut être utilisé pour prédire la perméabilité et la porosité de la matrice et de la fracture, ainsi que l'espacement des fractures et l'épaisseur du réservoir. Grâce à l'outil proposé, l'utilisateur serait en mesure d'analyser instantanément les données prédites du réservoir ou de la production à moindre coût et en moins de temps. Les logiciels utilisés pour développer l'outil sont MATLAB, EXCEL et un logiciel de modélisation commercial. Les procédures sont présentées et discutées dans les chapitres suivants, notamment la génération de données d'apprentissage, la sélection d'ensembles de données d'apprentissage, l'apprentissage des modèles ANN directs et inverses. De plus, une interface utilisateur graphique (GUI) est développée et assemblée pour chaque ANN, ce qui permet à l'utilisateur de visualiser les résultats sous forme numérique et graphique.

Autorentext

Jia Lu è nato a Suzhou, in Cina. Ha iniziato la sua formazione universitaria nel 2010 ed è stato successivamente ammesso al programma integrato di laurea e laurea magistrale presso il College of Earth and Mineral Sciences della Pennsylvania State University. Ha conseguito con successo la laurea triennale e magistrale nel maggio 2015, insieme al completamento di questa ricerca.