Predikcija PVT svojstava neuronskom mrežom

diplomski rad

• Naslov: Predikcija PVT svojstava neuronskom mrežom : diplomski rad
• Naslov (engleski): Prediction of PVT properties with neural networks : master’s thesis
• Autor: Marčelo Pavić
• Mentor: Domagoj Vulin (mentor)
• Član povjerenstva: Domagoj Vulin (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Kurevija (član povjerenstva)
• Član povjerenstva: Luka Perković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Rudarsko-geološko-naftni fakultet; (Zavod za naftno-plinsko inženjerstvo i energetiku); Zagreb
• Datum i država obrane: 2017-02-17, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Rudarstvo, nafta i geološko inženjerstvo; Naftno rudarstvo

Sažetak

Umjetne neuronske mreže su nova tehnologija koja je nastala kao pokušaj oponašanja rada ljudskog mozga, a našla je primjenu u rješavanju složenih nelinearnih problema na mnogo različitih područja. U ovom radu su neuronske mreže korištene za predikciju pVT (engl. pressure-volume-temperature) svojstava nafte iz polja Žutica. Mreže su trenirane na tri različita seta podataka, za predikciju volumnog faktora nafte, plinskog faktora i tlaka zasićenja nafte. Napravljeno je ukupno 28 različitih modela neuronskih mreža, a razlikuju se po arhitekturi, broju iteracija, stopi učenja i broju podataka u setu za treniranje, kalibraciju i verifikaciju.

Sažetak (engleski)

Abstract: Artificial neural networks are new technology which was developed to simulate human brain and it is used for solving difficult nonlinear problems in many different areas. In this thesis neural networks are used for predicting of PVT (pressure-volume-temperature) properties of oil from Žutica field. Three different data sets were used for training neural networks for prediction of oil formation volume factor, solution gas-oil ratio and bubble point pressure. It was produced 28 different models of neural networks, based on different architecture, number of learning cycles, learning rates or number of data in training, cross-validate or test sets.

• Ključne riječi: predikcija; pVT; neuronska mreža; neuroni; nepovratna mreža; aktivacijska funkcija
• Ključne riječi (engleski): prediction; pVT; neural network; neuron; feedforward; activation function
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:169:299292
• Studijski program: Naziv: Naftno rudarstvo; smjerovi: Opće naftno rudarstvo, Energetika, Zaštita okoliša u naftnom rudarstvu; Smjer: Opće naftno rudarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka naftnog rudarstva (mag. ing. petrol.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2017-03-21 13:16:54