메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Khouli Rami (Petroleum Engineering Department Kuwait University Shidadiya Kuwait) Garrouch Ali A. (Petroleum Engineering Department Kuwait University Shidadiya Kuwait) Alruhaimani Feras (Petroleum Engineering Department Kuwait University Shidadiya Kuwait)
저널정보
한국자원공학회 Geosystem Engineering Geosystem Engineering Vol.26 No.1
발행연도
2023.2
수록면
12 - 29 (18page)
DOI
10.1080/12269328.2022.2159546

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This study introduces a back-propagation (BP) neural network model and a regression model for estimating the fracture fluid efficiency based on a data set consisting of 1261 staged and ramped simulation runs of tight gas reservoirs subjected to hydraulic fracturing treatment. Data were generated using a 3-D commercial simulator which is a versatile software portfolio that models many well configurations, proppant placement, and fracture geometries. The BP network inputs consist of shear rate/fracture conductivity ratio, the injection rate, reservoir permeability, formation closure stress, reservoir thickness, effective viscosity, and fracture height. The neural network model was able to generate satisfactory estimates of the fracture fluid efficiency for the training dataset, and for the blind testing data. An average error of approximately 2.5% was obtained for the training set, and an average error of 3% was obtained for the testing set. An empirical nonlinear regression model has been constructed based on dimensionless groups derived by applying dimensional analysis to a set of variables consisting of the maximum fracture width, fracture length, fracture height, effective viscosity, shear rate/fracture conductivity ratio, reservoir thickness, injection rate, reservoir permeability, and formation closure stress. The average error for estimating the fluid efficiency using the non-linear regression empirical model was approximately 6.17%. Since the non-linear regression model has an explicit formulation, it is easier to apply than the neural network model. The empirical regression model estimates of the fluid efficiency appeared to be unbiased and were more precise than those estimates obtained using either the KGD or the PKN 2-D models. The introduced BP model and the non-linear regression model offer fast and inexpensive alternatives to the application of three-dimensional simulators for estimating the fluid efficiency.
#Hydraulic fracture fluid efficiency #dimensional analysis #tight gas reservoirs #artificial neural network #back-propagation #nonlinear regression

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0