مخازن گاز میعانی دسته ای از مخازن هیدروکربوری بوده که دمای آن بین دمای بحرانی و نقطه حداکثر دمای مخزن (کریکاندنترم) می باشد. این مخازن عمدتاً در ابتدا به صورت تک فاز گاز کشف می شوند. با افزایش برداشت از مخزن، فشار مخزن کم شده به فشار نقطه شبنم رسیده و فاز مایع (میعانات گازی) در مخزن پدیدار می شود. بررسی پدیده تشکیل میعانات گازی در داخل مخزن از دو جهت حائز اهمیت می باشد: یکی اینکه باعث کاهش تراوایی گاز و برداشت آن از چاه می شود، دوم اینکه خود میعانات دارای ارزش افزوده بسیار بالایی می باشند و تشکیل آن در داخل مخزن باعث هدر رفتن آن می شود. بسیاری از مخازن گازی کشور از جمله مخازن عظیم پارس جنوبی، مخازن گاز میعانی هستند. مخازن گاز میعانی با مخازن گازی و نفتی تفاوت زیادی دارند. اگر بخواهیم محاسبات دقیقی روی سیستم های گاز میعانی انجام دهیم، از قبیل چاه آزمایی، پیش بینی تحویل دهی چاه، تخمین تشکیل میعانات و میزان برداشت، شناخت رفتار فازی و جریانی سیال هیدروکربوری مخزن ضروری می باشد. عموماً مخازن نفتی را با مدل نفت سیاه شبیه سازی می کنند، اما همان طور که در این پژوهش خواهیم دید از آنجایی که با تشکیل میعانات ترکیب سیال اصلی مخزن تغییر می کند، مخازن گاز میعانی را نمی توان با این مدل شبیه سازی نمود و ناچار به استفاده از شبیه سازی سیال ترکیبی هستیم، یعنی برای هر فاز از چندین مولفه هیدروکربنی استفاده می-کنیم. در این پایان نامه، مبنای تئوری به کار رفته جهت آنالیز داده های چاه آزمایی استفاده از انتگرال های شبه فشار جهت خطی سازی جریان سیال گاز میعانی در محیط متخلخل است. شیوه های مختلف آنالیز چاه آزمایی در مخازن گاز میعانی همگن و شکاف دار از قبیل روش های شبه فشار تک فاز و دو فاز نیز مورد مطالعه قرار می گیرند. علاوه بر این تئوری های ”دو ناحیه ای حالت پایدار“ و ”سه ناحیه ای“ جهت محاسبه شبه فشار دو فاز در مخازن گاز میعانی همگن بررسی شده و تئوری سه ناحیه ای جهت محاسبه شبه فشار در مخازن گاز میعانی شکاف دار اصلاح می گردد. جهت تهیه داده های مناسب در انجام آنالیز چاه آزمایی از ماژول e300 نرم افزار شبیه ساز اکلیپس استفاده می شود. با این حال بررسی صحت عملکرد مدل تهیه شده قبل از انجام آنالیز چاه آزمایی امری ضروری است، لذا جهت راستی آزمایی مدل در ابتدا آزمون های جریانی و خیز فشار به ازای فشارهای بالاتر از نقطه شبنم تعریف می شوند. سپس داده های بدست آمده از شبیه سازی سیال ترکیبی با استفاده از روش شبه فشار تک فاز مورد تفسیر قرار گرفته و از طریق مقایسه تراوایی و ضریب پوسته محاسبه شده با مقادیر تعریف شده، صحت عملکرد مدل بررسی می شود. در این مطالعه تأثیر برخی پارامترها از قبیل شکل منحنی های تراوایی نسبی، ضریب پوسته مکانیکی، درصد غنای سیال، اختلاف فشار اولیه مخزن با فشار نقطه شبنم، دبی گاز تولیدی و پارامترهای پتروفیزیکی سنگ مخزن بر رفتار چاه آزمایی مخازن گاز میعانی همگن و شکاف دار مورد بررسی قرار می گیرد. در ضمن تأثیر مکانیزم های تولید و عدد مویینگی نیز بر رفتار مخازن گاز میعانی شکاف دار مطالعه می شود. از نتایج به دست می آید که پارامترهای مختلف مورد مطالعه در بررسی رفتار چاه آزمایی مخازن گاز میعانی همگن، تاثیر قابل توجهی بر تشکیل میعانات گازی در اطراف چاه داشته و منحنی های مشتق شبه فشار را تغییر می دهند. اختلاف فشار اولیه مخزن با فشار نقطه شبنم و تراوایی دو پارامتر تاثیرگذار بر گسترش ناحیه 2 در مخزن بوده و با گسترش ناحیه 2 دقت روش سه ناحیه ای بهبود می یابد. دبی گاز تولیدی نیز شاخص مهمی است که تعیین مقدار بهینه آن در کنترل میزان تشکیل میعانات گازی در اطراف چاه بسیار موثر است. در مخازن گاز میعانی شکاف دار نیز می توان صرفا با استفاده از منحنی های تراوایی نسبی شکاف، روش سه ناحیه ای را جهت انجام آنالیز چاه آزمایی در این مخازن اصلاح نمود. در این مخازن عمده میعانات تشکیل شده در شکاف وجود داشته و در مقایسه با مخازن گاز میعانی همگن، پارامترهای مورد بررسی در انجام آنالیز حساسیت تاثیر کمتری بر تشکیل میعانات گازی و تغییر شکل منحنی های مشتق شبه فشار دارند.

برای توسعه و ارزیابی میادین نفت و گاز، داشتن اطلاعات کافی در مورد مخازن هیدروکربوری امری ضروری و اجتناب ناپذیر است، به عبارت دیگر تعیین پارامتر های مختلف سنگ و سیال مخزن در ارزیابی مخازن هیدروکربوری از اهمیت زیادی برخوردار است. از مهم ترین پارامتر های تعیین کننده ی ارزش اقتصادی یک مخزن می توان از تراوایی و تخلخل نام برد. تراوایی و تخلخل به همراه برخی پارامتر های مخزنی دیگر نقش بسیار مهمی در ارزیابی میزان ذخایر نفت و گاز دارد. در صنعت نفت روش استاندارد برای تعیین اکثر پارامترهای نام برده شده، آنالیز مغزه، روش های آزمایشگاهی، آزمایش چاه و روابط تجربی است. به دلیل این که روش های آزمایشگاهی (و روش های چاه آزمایی) زمان بر بوده و پر هزینه هستند همچنین معمولاً در همه ی چاه های یک مخزن مغزه گیری انجام نمی شود، از طرفی در مدل های تجربی برخی فرض ها و محدودیت ها در آن ها اعمال شده یعنی در موارد خاصی به کار می روند و در جاهای دیگر دقت و کارایی لازم را ندارند. در نتیجه روشی که بتواند با استفاده از اعمال ورودی (ورودی ها) خواص اشاره شده (تراوایی، تخلخل و...) را به دست دهد، اهمیت زیادی خواهد داشت؛ لذا یک روش جایگزین برای تعیین خواص اشاره شده استفاده از ابزار های هوش مصنوعی و یادگیری ماشینی است. در این مطالعه هدف اصلی بهره گیری از روش بهینه سازی غیر خطی به نام شبکه های عصبی مصنوعی برای پیش بینی پارامتر های مخزنی است. داده ها برای مراحل مختلف یادگیری و ارزیابی شبکه به سه دسته، آموزش، اعتبارسنجی و آزمون تقسیم بندی می شود، بعد از پردازش داده ها 70 درصد آن ها برای آموزش شبکه، 15 درصد برای اعتبار سنجی و 15 درصد برای آزمایش (در mlp) و 30 درصد یرای آزمایش در rbf و svm قرار داده شده اند. نتایج نشان می دهد شبکه های عصبی دارای دو لایه مخفی بهترین شبیه سازی را انجام می دهند.

در عملیات حفاری، با انتخاب درست ابزار مورد استفاده و همچنین پیش بینی دقیق و به موقع پارامترها و مشکلات احتمالی می توان این عملیات را در زمان و هزینه کمتر انجام داد. مقاومت فشاری تک محوره سنگ سازند، یکی از ویژگی های اصلی سنگ به شمار می آید که نقش به سزایی در انتخاب مته حفاری دارد. در صورت پیش بینی صحیح این ویژگی می توان مته مناسب برای حفاری سنگ مورد نظر را انتخاب کرد. از طرفی مته حفاری خود یکی از ابزارهای اصلی در عملیات حفاری به شمار می رود که تأثیر مستقیم بر نرخ نفوذ حفاری دارد. نرخ نفوذ مناسب زمان و هزینه های عملیات حفاری را کاهش می دهد. در عملیات حفاری گاهی اوقات با مشکلاتی مواجه می شویم که باعث کند شدن حفاری و افزایش هزینه ها می شود. از جمله این مشکلات می توان به هرزروی گل و گیر رشته حفاری اشاره کرد. در صورتی که بتوان این مشکلات را به درستی پیش بینی کرد می توان از توقف حفاری جلوگیری و خطرات ناشی از آن را نیز رفع کرد. لذا اطلاع دقیق از موارد مذکور حیاتی است. تحلیل اطلاعات میدانی، عنصر اصلی کاهش هزینه و بهبود عملیات حفاری و توسعه ابزارهای تحلیل اطلاعات میدان، یکی از راههای توسعه و بهبود عملیات حفاری به شمار می رود. در صنعت حفاری برای شناسایی مشکل و یا بهبود عملیات عموماً از تست های آزمایشگاهی و فرمول های تجربی استفاده می شود؛ یا برای رفع مشکل از تجربیات گذشته استفاده می شود. در این پروژه سعی شده، از مدل سازی هوشمند برای پیش بینی، عیب یابی، رفع عیب و بهبود پارامترهای عملیات حفاری استفاده کنیم. هوش مصنوعی حوزه ای ترکیبی از علوم کامپیوتر و آمار است. در حالت عمومی این روش زمانی ارزش خود را نشان می دهد که روی مجموعه ی بزرگی از داده ها پیاده سازی شده و الگوها و قوانین موجود در آن ها را نمایان سازد. این پروژه در چهار بخش با استفاده از داده های ثبت روزانه دکل حفاری و عملیات نمودارگیری و به کمک شبکه های عصبی و الگوریتم های بهینه سازی انجام شد. نتایج حاصله در موضوعات مورد بحث همگی گویای دقت و کارایی بالای استفاده از روش های هوشمند است.

در این تحقیق یک مدل ترمودینامیکی پاره محور با عنوان s-nrtl-nrf، برای محاسبه ضریب فعالیت مواد فعال سطحی غیر یونی ارائه و در فرایند پیش بینی غلظت بحرانی تشکیل مایسل استفاده شد. به این منظور، مدل nrtl-nrf ارائه شده توسط حق طلب و ورا برای محاسبه نیروهای بین مولکولی برد کوتاه در محلول های الکترولیتی، با هدف استفاده در سامانه های حاوی مواد فعال سطحی توسعه داده شد. توسعه این مدل با فرض مولکول های حاضر در سامانه به شکل زنجیره ای از پاره ها انجام شد. اساس این توسعه، پیاده سازی مفاهیم مدل nrtl-nrf بر پاره ها است. در محلول های حاوی ماده فعال سطحی، انرژی آزاد گیبس سامانه و به تبع آن ضریب فعالیت، متشکل از دو بخش باقیمانده و ترکیبی در نظر گرفته می شود. در این تحقیق برای بخش باقیمانده از مدل توسعه داده شده و برای بخش ترکیبی از مدل فلوری-هاگینز استفاده شد. برای محاسبه غلظت بحرانی تشکیل مایسل در سامانه، مدل دسته شبه فاز و مفهوم تعادل بین مواد فعال سطحی مونومر در فاز آبی و مواد فعال سطحی حاضر در مایسل به کار گرفته شد. برای سنجش میزان دقت مدل، با استفاده از مدل مقدار غلظت بحرانی تشکیل مایسل برای سامانه های حاوی خانواده پلی اکسی اتیلن الکل محاسبه شد. با توجه به مقادیر غلظت پیش بینی شده و درصد خطای نسبی بدست آمده، استفاده از مدل علی رغم تعداد کمتر ضرایب قابل تنظیم، بهبود نتایج را در پی داشت.

شناخت خصوصیات سنگ و سیال مخزن از فاکتور¬های کلیدی جهت بهره برداری صحیح از مخازن نفت و گاز می¬باشد. تراوایی یکی از پارامتر¬های مهم و موثر سنگ مخزن می¬باشد. این پارامتر معمولا از نمونه مغزه سنگ مخزن و چاه آزمایی به دست می¬آید. اشکال این روش¬ها این است که تراوایی مغزه به صورت نقطه ای نمونه سنگ است و بسیار پرهزینه می¬باشد، در برخی از بازه¬ها قابل مغزه¬گیری نیست و تراوایی چاه آزمایی نیز به صورت میانگینی از تراوایی چاه می¬باشد. در صورتی که چاه از چند بازه در حال تولید باشد، جهت به دست آوردن تراوایی هر بازه می¬توان از نمودارگیری تولید استفاده کرد. در این کار، معادله¬ای جهت محاسبه تراوایی بر اساس دبی تولید هر بازه، اختلاف فشار و تراوایی تست فشار در چاه آزمایی ارائه می¬گردد. پس از محاسبه تراوایی از این روش با داده¬های تراوایی مغزه و آزمایش ساق مته مقایسه می¬گردد. جریان سیال درون مخزن و چاه و حرکت آن به سطح و اندازه¬گیری آن ها، یکی از مسائل مهم بهره¬برداری از مخازن نفت وگاز است. جهت اندازه¬گیری صحیح محل و میزان تولید هر یک از فاز¬ها درون چاه از ابزار نمودارگیری تولید استفاده می¬شود. جهت تفسیر اطلاعات حاصل از نمودارگیری تولید مدل¬های مبنی بر مکانیسم و روابط تجربی زیادی وجود دارند که برای تفسیر در جریان دو یا سه فازی استفاده از آن ها الزامی می¬باشد. هریک از مدل¬های مبنی بر مکانیسم و روابط تجربی ارائه شده، در شرایط خاص، نتیجه مناسب و قابل قبول می¬دهند. در این کار به بررسی این مدل¬ها و روابط در چاه¬های عمودی رو به بالا، پرداخته شده است. همچنین به بررسی رژیم های جریانی ارائه شده در مدل¬های مبنی بر مکانیسم و روابط تجربی جریان چند فازی و اطلاعات ماندگی فاز¬ها و چگالی به دست آمده از نمودارگیری تولید پرداخته شده است تا بهترین مدل و رابطه برای شرایط چاه انتخاب شود. نتایج حاصل در محاسبه تراوایی ظاهری با استفاده از نمودارگیری تولید دارای روند مشابهی با تراوایی مغزه می¬باشد ولی تراوایی به دست آمده از نمودارگیری تولید مقدار بیشتری دارند. نتایج حاصل از بررسی مدل¬های مبنی بر مکانیسم و روابط تجربی چند فازی حاکی از آن است که برای جریان آب- نفت، رابطه تصحیح یافته چوکواته و برای شرایط جریانی آب-گاز، رابطه تجربی آرتپ و برای شرایط جریانی نفت-گاز روابط تجربی داکلر و آرتپ مناسب می¬باشد.

در این پروژه ابتدا داده های آزمایشگاهی هشت چاه یکی از مخازن گاز میعانی جنوب کشور جمع آوری وکنترل کیفیت موازنه جرم و بررسی حالت تعادل بر روی آن ها انجام شد. نتایج نشان داده که داده های گزارش شده برای این نمونه ها داده های قابل اعتمادی برای انجام ادامه محاسبات می باشند. در ادامه جهت مشخصه سازی برش جمعی روش های مختلف شکستن مانند روش تابع نمایی، نمایی اصلاح شده، گاما، روش احمد و روش چهار ضریبی معرفی و محاسبه شد. سپس روش چهار ضریبی توسعه داده شد و چهار ضریب تصحیح جدید برای نمونه ها محاسبه و الگوریتم محاسبه آن پیشنهاد داده شد. در انتها میزان درصد خطای مطلق و متوسط خطای مطلق کسر مولی روش های مختلف شکستن به دست آمده و این روش ها با یکدیگر مقایسه شده است. نتایج نشان می دهد استفاده از روش نمایی اصلاح شده و چهار ضریبی توسعه داده شده و سپس گاما خطای کمتری در محاسبات ایجاد می کند و روش های مناسبی برای شکستن برش جمعی داده های این مخزن می باشند.

شناخت صحیح از خصوصیات سیال مخزن گازی یا نفتی عامل اساسی در تولید بهینه با بیش ترین بازدهی به شمار می آید. در مورد مخازن ارزشمند گاز میعانی فشار نقطه شبنم به عنوان کلیدی ترین عامل در بحث تولید اقتصادی و طولانی مدت از این نوع مخازن مطرح می گردد چرا که کاهش فشار مخزن زیر نقطه شبنم منجر به ایجاد میعانات در مخزن می شود و علاوه بر کاهش تولید، ادامه پروژه از لحاظ اقتصادی شدیداً به خطر می افتد. در ارتباط با مخازن نفتی نیز با رسیدن به مرحله سوم تولید و کاهش شدید فشار مخزن، بحث ازدیاد برداشت از این مخازن بیش از پیش مطرح شده است. یکی از رایج ترین روش های ازدیاد برداشت تزریق امتزاجی سیال به داخل مخزن است. دو نکته مهم در بحث تزریق سیال امتزاجی، حداقل فشار امتزاجی و احتمال رسوب هیدروکربورهای سنگین واکس و آسفالتین است. حداقل فشار امتزاجی به عنوان فشار مورد نیاز جهت انحلال گاز تزریقی در نفت و سبک کردن آن جهت ازدیاد برداشت شناخته میشود. از طرفی تزریق سیال می تواند باعث مشکلاتی مانند رسوب ذرات پارافینی جامد و سنگین شده و کاهش شدید تولید به واسطه مسدود کردن خلل و فرج ها را به دنبال خواهد داشت. لذا اطلاع دقیق از موارد ذکرشده حیاتی است. در این راستا، امروزه علاوه بر مدل های ریاضی و تجربی متعددی که تاکنون ارائه شده اند استفاده از تکنیک های هوشمند به عنوان روشی جایگزین روزبه روز در حال افزایش است. شبکه های عصبی یکی از روش های رایج و پرکاربرد در مجموعه تکنیک های هوشمند است که به خاطر قابلیت بالا در طراحی ارتباط خطی و غیرخطی میان ورودی ها و خروجی های مختلف مورد توجه است. در این تحقیق نیز ما از این ابزار ها کمک گرفتیم تا بتوانیم پیش بینی دقیق و قابل قبولی در هر یک از موضوعات مورد بحث داشته باشیم. نتایج حاصله در موضوعات مورد بحث همگی گویای دقت و کارایی بالای این گونه روش ها و شبکه های هوشمند است.