ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA Khoa kỹ thuật Địa chất & Dầu khí ĐỒ ÁN KỸ THUẬT DẦU KHÍ 2 ÁP DỤNG MẠNG NƠ RON ĐỂ ƯỚC LƯỢNG ĐỘ NHỚT CỦA DẦU THÔ CHƯA BÃO HÒA GVHD T[.]
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA Khoa kỹ thuật Địa chất & Dầu khí - - ĐỒ ÁN KỸ THUẬT DẦU KHÍ ÁP DỤNG MẠNG NƠ-RON ĐỂ ƯỚC LƯỢNG ĐỘ NHỚT CỦA DẦU THƠ CHƯA BÃO HỊA GVHD: ThS Trần Nguyễn Thiện Tâm Sinh viên thực hiện: Nguyễn Minh Luân MSSV: 1914062 Lời cảm ơn Để làm đồ án mơn học em xin gửi lời cảm ơn sâu sắc chân thành đến thầy, ThS Trần Nguyễn Thiện Tâm hướng dẫn em tận tình, góp ý suốt q trình em thực đồ án môn học từ kiến thức chuyên môn đến kĩ làm việc để đạt hiệu cao cơng việc Ngồi ra, Thầy Tâm cịn khích lệ, định hướng cho đường chun mơn sau em Nếu khơng nhờ có giúp đỡ, lời dẫn, góp ý thẳng thắn Thầy có lẽ em khó hồn thành tốt đồ án lần Lời cảm ơn chân thành sâu sắc em xin gửi đến tập thể giảng viên giảng dạy khoa Kĩ Thuật Địa Chất& Dầu Khí, Trường Đại học Bách Khoa TP HCM, truyền đạt kiến thức chuyên ngành, đóng góp ý kiến mang tính chun mơn cao, q giá, từ giúp em hồn thiện kiến thức Cũng nguồn kiến thức sở để em thực đồ án Nội dung hình thức đồ án thực dựa tảng kiến thức sở em Ngồi cịn có tìm hiểu học hỏi thêm thời gian ngắn nên tránh khỏi việc gặp thiếu sót, mong em nhận góp ý phê bình đậm chun mơn người Thật em xin chân thành cảm ơn kính chúc tất q thầy bạn dồi sức khỏe, gặt nhiều thành công công việc sống Sinh viên thực Nguyễn Minh Luân MỤC LỤC Tổng quan lý thuyết độ nhớt dầu thô 1.1 Khái niệm 1.2 Phân loại 1.2.1 Độ nhớt dầu chết 1.2.2 Độ nhớt dầu bão hòa 1.2.3 Độ nhớt dầu khơng bão hịa 1.3 Các tương quan ước lượng độ nhớt dầu khơng bão hịa 1.3.1 Tương quan Beal 1.3.2 Tương quan Vasquez-Beggs 1.3.3 Tương quan Abdul-Majeed Tổng quan trí tuệ nhận tạo 2.1 Khái niệm 2.2 Lịch sử phát triển 2.3 Các phương pháp phổ biến Tổng quan mạng neuron nhận tạo 3.1 Khái niệm 3.2 Cấu trúc nguyên lý hoạt động 3.2.1 Cấu trúc 3.2.2 Nguyên lý hoạt động 10 3.3 Hiện tượng overfitting 13 3.3.1 Khái niệm 13 3.3.2 Khắc phục 13 3.4 Underfitting 14 3.4.1 Khái niệm 14 3.4.2 Khắc phục 14 3.5 Kiểm tra độ xác mạng 14 3.5.1 Sai số trung bình bình phương (MSE) .14 3.5.2 Hệ số tương quan (R2) .14 3.6 Xây dựng mạng nơ-ron nhân tạo cho độ nhớt dầu thô 15 3.6.1 Bước 1: Thu thập sử lý số liệu đầu vào 16 3.6.2 Bước 2: Xây dựng cấu trúc mạng nơ-ron nhân tạo 18 3.6.3 Bước 3: Luyện mạng 22 3.6.4 Bước 4: Kiểm tra 23 3.6.5 Bước 5: Sử dụng mạng 27 3.7 So sánh sai số mạng nơ-ron phương pháp khác 27 Kết luận kiến nghị .28 4.1 Kết luận .28 4.2 Kiến nghị .28 Tài liệu tham khảo 29 Phụ Lục 29 MỤC LỤC HÌNH ẢNH Hình 1: Q trình phát triển trí tuệ nhân tạo .4 Hình 2: Tế bào thần kinh đơn giản Hình 3: Mơ hình mạng nơ-ron nhân tạo đơn giản .7 Hình 4: Hàm logistic sigmoid Hình 5: Hàm Tangent sigmoid Hình 6: Hàm tuyến tính Hình 7: So sánh chức mạng nơ-ron nhân tạo tế bào thần kinh 10 Hình 8: Minh họa nguyên lý hoạt động mạng nơ-ron nhân tạo 13 Hình 9: Sơ đồ hóa bước thực .16 Hình 10: Nhập số liệu vào Matlab 18 Hình 11: Bật nntool 19 Hình 12: Phân loại số liệu 20 Hình 13: Kết sau đẩy số liệu vào 20 Hình 14: Tạo cấu hình mạng nơ-ron nhân tạo 21 Hình 15: Kết sau tạo cấu hình mạng nơ-ron nhân tạo 22 Hình 16: Minh họa cấu trúc mạng nơ-ron nhân tạo 23 Hình 17: Huyến luyện mạng nơ-ron nhân tạo 23 Hình 18: Sơ lược việc huyến luyện mạng nơ-ron nhân tạo 24 Hình 19: Kết huyến luyện mạng nơ-ron nhân tạo .25 Hình 20: Mô hỏng mạng nơ-ron nhân tạo .26 Hình 21: Kết mô mạng nơ-ron nhân tạo 26 Hình 22: So sánh kết độ nhớt dự đoán thực nghiệm 27 MỤC LỤC BẢNG BIỂU Bảng 1: Tóm tắt số liệu 17 Bảng 2: So sánh phương pháp 28 Tổng quan lý thuyết độ nhớt dầu thô 1.1 Khái niệm Độ nhớt dầu thơ tính chất vật lý quan trọng kiểm soát ảnh hưởng đến dịng chảy dầu qua mơi trường xốp ống dẫn Nói chung, độ nhớt định nghĩa lực cản dòng chảy.[1] Độ nhớt dầu hàm nhiệt độ, áp suất, tỉ trọng dầu, tỉ trọng khí độ hịa tan khí Bất có thể, nên xác định độ nhớt dầu phép đo phịng thí nghiệm nhiệt độ áp suất bình chứa Độ nhớt dầu thường báo cáo phân tích PVT tiêu chuẩn Nếu liệu phịng thí nghiệm khơng có sẵn, tham khảo mối tương quan công bố, mối tương quan thường khác độ phức tạp độ xác tùy thuộc vào liệu có sẵn dầu thô [1] 1.2 Phân loại Theo áp suất, độ nhớt dầu thơ phân thành ba loại: 1.2.1 Độ nhớt dầu chết Độ nhớt dầu chết định nghĩa độ nhớt dầu thô áp suất khơng khí (khơng có khí dung dịch) nhiệt độ hệ thống 1.2.2 Độ nhớt dầu bão hịa Độ nhớt dầu bão hịa (điểm bong bóng) định nghĩa độ nhớt dầu thô áp suất điểm bọt nhiệt độ vỉa 1.2.3 Độ nhớt dầu khơng bão hịa Độ nhớt dầu chưa bão hòa định nghĩa độ nhớt dầu thơ áp suất điểm bong bóng nhiệt độ bình chứa Mỗi loại độ nhớt dầu có cách phương pháp tính khác nhau.[1] 1.3 Các tương quan ước lượng độ nhớt dầu không bão hòa 1.3.1 Tương quan Beal Dựa 52 phép đo độ nhớt; Beal (1946) trình bày tương quan cho thay đổi độ nhớt dầu không bão hịa với áp suất mà phù hợp với đường cong Stác giảnding (1981), thể bằng: 𝜇𝑜𝑎 − 𝜇𝑜𝑏 0.56 = 1514.3 𝜇1.6 𝑜𝑎 + 1.8188 𝜇𝑜𝑏 −7 1.4504 × 10 × (𝑃 − 𝑃𝑏) Trong đó: 𝜇𝑜𝑎 ∶ Độ nhớt dầu khơng bão hịa, Pa s 𝜇𝑜𝑏 ∶ Độ 𝑛ℎớ𝑡 𝑐ủ𝑎 𝑑ầ𝑢 𝑡ạ𝑖 đ𝑖ể𝑚 𝑏ọ𝑡 𝑘ℎí, 𝑃𝑎 𝑠 P : Áp suất điểm bọt khí, kPa Pb: Áp suất điểm bọt khí, kPa Lỗi trung bình báo cáo cho biểu thức Beal 1% 1.3.2 Tương quan Vasquez-Beggs Từ tổng số 3.593 điểm liệu, Vasquez Beggs (1980) đề xuất biểu thức sau để ước tính độ nhớt dầu thơ chưa bão hịa: 𝜇𝑜𝑎 𝑃 𝑚 = 𝜇𝑜𝑏 ( ) 𝑃𝑏 Trong đó: 𝑚 = 0.26282 × 𝑃1.187 × 10−5.65647×10 −6 ×𝑃−5 Dữ liệu sử dụng để phát triển mối tương quan có phạm vi sau: Áp suất, psia: 141–9,151 Độ hịa tan khí, scf / STB: 9,3–2,199 Độ nhớt, cp: 0,117–148 Tỉ trọng khí: 0,511–1,351 Tỉ trọng API: 15,3–59,5 Sai số trung bình mối tương quan độ nhớt báo cáo –7,541% 1.3.3 Tương quan Abdul-Majeed Việc phân tích 41 mẫu dầu lỗ đáy cung cấp cho nghiên cứu Cơ sở liệu chuẩn bị, bao gồm tổng số 253 kiểm tra PVT, lấy từ hồ chứa dầu Bắc Phi Trung Đông Abdul-Majeed xây dựng nên tương quan sau: 𝜇𝑜 = 𝜇𝑜𝑏 + 10[𝐴−5.2106 + 1.11𝐿𝑜𝑔(𝑃−𝑃𝑏] Trong đó: 𝐴 = 1.9311 − 0.89941𝐿𝑛(𝑅𝑚) − 0.01194𝐴𝑃𝐼 + 9.2545 × 10−3 × 𝐴𝑃𝐼 × 𝐿𝑛(𝑅𝑚) 𝑅𝑚 = 5.614 × 𝑅𝑠 Rs: Khí hịa tác giản GOR, m3/m3 P : áp suất điểm bọt khí, kPa Pb : áp suất điểm bọt khí, kPa Tổng quan trí tuệ nhận tạo 2.1 Khái niệm Trí tuệ nhân tạo loại trí tuệ người sáng lập nên với mục tiêu làm cho máy tính tự động hóa hành vi thông minh người Thuật ngữ thường dùng để nói đến máy tính có mục đích khơng định ngành khoa học nghiên cứu lý thuyết ứng dụng trí tuệ nhân tạo Đặc điểm bật trí tuệ nhân tạo khả tư biết điều chỉnh việc thực hành động để đạt với mục tiêu đề Các máy móc lâp trình để suy nghĩ người bắt chước hành động người.[2] Trí tuệ nhân tạo phát triển với tốc độ “hàm mũ”, có nhiều đóng góp quan trọng vào sản xuất, kinh doanh, dịch vụ đời sống người Tuy nhiên, Trí tuệ nhân tạo lĩnh vực phức tạp tạo nhiều thách thức đáng lo ngại.[2] 2.2 Lịch sử phát triển Trí tuệ nhân tạo bắt đầu nghiên cứu từ thập niên 1950 nhà tiên phong Allen Newll Herbert Simon, người sáng lập phịng thí nghiệm trí tuệ nhân tạo Đại học Camegie Mellon, John McCarthy Marvin Minsky, người sáng lập rtis tuệ nhân tạo MIT, năm 19459 Vào thời điểm năm 60 xem mốc quan trọng trình xây dựng máy có khả suy nghĩ chương trình chơi cờ, chương trình chứng minh dịnh lý tốn học [2] Máy tính điện tử • 1941 Máy tính thương mại • 1949 TTNT đời • 1956 Ngôn ngữ LISP • 1958 SHRDLU • 1968 Hệ chuyên gia • 1970 Ngôn ngữ PROLOG • 1972 Đề án máy tính hệ thứ năm • 1982 Robo Cup • 1995 Hệ TTNT hạ vơ địch cờ vua • 1997 Kkhai phá liệu, học thống kê, Web ngữ nghĩa, tin sinh học, mạng xã hội, ASIMO • 2000 Tốn tử thông minh, sống nhân tạo, AI phân tán, giải thuật di truyền, nmạng nơron • 1986 Thách thức DARPA • 2005 Hình 1: Q trình phát triển trí tuệ nhân tạo Q trình phát triển trí tuệ nhân tạo qua thăng trầm thập niên sau đến năm 90 kỉ XX trí tuệ nhân tạo phát triển với nhiều sản phẩm nhân dụng áp dụng trình độ cao sử dụng trí tuệ nhân tạo.[2] 2.3 Các phương pháp phổ biến Mạng nơ-ron nhân tạo: Sẽ nói chi tiết phần sau Logic mờ (Fuzzy logic): Trong logic truyền thống, kiện (tương đương với True - 1) sai (tương đương với False - 0) logic mờ, mức độ kiện đánh giá số thực có giá trị nằm 1, tuỳ theo mức độ “nhiều” hay “ít” Hệ thống chun gia (Expert system): Áp dụng khả suy luận để đạt tới kết luận Một hệ chuyên gia xử lý lượng lớn thông tin biết dưa kết luận dựa thông tin Lập luận theo tình huống: Là quy trình giải toán dựa lời giải tốn tương tự gặp Tính tiến hóa: Ứng dụng khái niệm sinh học quần thể, dị biến đấu tranh sinh tồn để có lời giải ngày tốt cho tốn Trí tuệ nhân tạo dựa vào hành vi: Một phương pháp module để xây dựng hệ thống trí tuệ nhân tạo tác giảy Trong ngành công nghiệp dầu khí nói riêng, trí tuệ nhân tạo ứng dụng việc thăm dị khia thác dầu khí Cụ thể, mạng nơ-ron nhân tạo, logic mờ hệ thống chun gia cơng cụ có ảnh hưởng lớn ngành cơng nghiệp dầu khí cụ thể việc mơ vỉa dầu khí, tối ưu q trình khoan, hồn thiện giếng, minh giải thông số địa vật lý giếng khoan, đánh giá giảm thiểu rủi ro khoan, dòng chảy hai pha đường ống, đánh giá trình bơm ép nước, …[3] Tổng quan mạng neuron nhận tạo 3.1 Khái niệm Mạng Nơron nhân tạo (Artificial Neural Network- ANN) mơ hình xử lý thơng tin mơ dựa hoạt động hệ thống thần kinh sinh vật, bao gồm số lượng lớn Nơron gắn kết để xử lý thông tin ANN giống não người, học kinh nghiệm (thơng qua huấn luyện), có khả lưu giữ kinh nghiệm hiểu biết (tri thức) sử dụng tri thức việc dự đốn liệu chưa biết (unseen data) Hình 2: Tế bào thần kinh đơn giản Các phận Neuron chức chúng Dendrite: Nó nhận tín hiệu từ tế bào thần kinh khác Soma-cơ thể tế bào: Nó tổng hợp tất tín hiệu đến để tạo đầu vào ... Cũng nguồn kiến thức sở để em thực đồ án Nội dung hình thức đồ án thực dựa tảng kiến thức sở em Ngồi cịn có tìm hiểu học hỏi thêm thời gian ngắn nên khơng thể tránh khỏi việc gặp thiếu sót, mong...Lời cảm ơn Để làm đồ án môn học em xin gửi lời cảm ơn sâu sắc chân thành đến thầy, ThS Trần Nguyễn Thiện Tâm hướng dẫn em tận tình, góp ý suốt q trình em thực đồ án mơn học từ kiến thức... tuyến tính Hình 7: So sánh chức mạng nơ-ron nhân tạo tế bào thần kinh 10 Hình 8: Minh họa nguyên lý hoạt động mạng nơ-ron nhân tạo 13 Hình 9: Sơ đồ hóa bước thực .16 Hình