Modélisation de la viscosité des fluides de gisement : Apport de la PLS bootstrap et des réseaux de neurones

P. H. Gayon 1, * A. Pina 2 I. Ahmed 3 A. Faraj 2
* Corresponding author
1 Perenco
2 IFPEN - IFP Energies nouvelles
3 INSERM - Institut National de la Santé et de la Recherche Médicale
Résumé : La régression linéaire Partial Least Squares (PLS) avec ré-échantillonnage par bootstrap et la régression non-linéaire par réseaux de neurones ont été utilisées pour construire des modèles de prédiction de la viscosité de fluides de gisement en fonction de leur composition, de la température et de la pression. Les modèles statistiques résultants permettent de prédire des valeurs de viscosité s'étendant de 0,21 cP à 10000 cP.
Document type :
Journal articles
Complete list of metadatas

Cited literature [46 references]  Display  Hide  Download
https://hal-ifp.archives-ouvertes.fr/hal-02002039
Contributor : Edp Sciences <>
Submitted on : Thursday, January 31, 2019 - 2:32:34 PM
Last modification on : Thursday, February 7, 2019 - 4:26:41 PM
Long-term archiving on: Wednesday, May 1, 2019 - 4:03:46 PM

File

ogst06019-s.pdf
Publication funded by an institution

Identifiers

Collections

IFP | OGST

Citation

P. H. Gayon, A. Pina, I. Ahmed, A. Faraj. Modélisation de la viscosité des fluides de gisement : Apport de la PLS bootstrap et des réseaux de neurones. Oil & Gas Science and Technology - Revue d'IFP Energies nouvelles, Institut Français du Pétrole, 2008, 63 (5), pp.629-643. ⟨10.2516/ogst:2008024⟩. ⟨hal-02002039⟩

Export

BibTeX TEI DC DCterms EndNote

Share

Metrics

Record views

23

Files downloads

35

Contact

Informations

CCSD