TY  - BOOK
AU  - Ahmed Badie Beder Kamal, 
AU  - Khaled Ahmed Abdel Fattah
AU  - Mohamed Ghareeb Mustafa
AU  - Mahmoud Abu El-Ela Mohamed 
AU  - Sayed Fadel Ahmed Farrag
TI  - Evaluation Of The Deliquification Methods For Gas Wells In Some Of The Egyptian Gas Fields
U1  - 622.3382 
PY  - 2024///
KW  - Petroleum Engineering
KW  - هندسة بترول	
KW  - Liquid loading
KW  - Critical gas rate
KW  - Machine Learning
N1  - Thesis (M.Sc.) -Cairo University, 2024.; Bibliography: pages 126-128.; Issued also as CD
N2  - In this study, new machine learning models have been developed to predict liquid loading more efficiently at early stages to preserve gas resources, as follows: Linear Regression (LR) model, K-Nearest neighbor (KNN) model, Decision Tree (DT) model, Random Forest (RF) model, Support Vector Machine (SVM) model, and finally, an Artificial Neural Network (ANN) model. Then, a workflow is developed to predict liquid loading using these models integrated with production analysis and nodal analysis and choose the optimum deliquification method to be used.

; في هذه الدراسة، تم تطوير نماذج تعلم آلي جديدة للتنبؤ بتحميل السائل بشكل أكثر كفاءة في المراحل المبكرة للحفاظ على موارد الغاز، وتشمل هذه النماذج: نموذج الانحدار الخطي ، نموذج أقرب جار ونموذج شجرة القرار ونموذج الغابة العشوائية ونموذج آلة الدعم الشعاعي ، وأخيرًا نموذج الشبكة العصبية الاصطناعية. ثم تم تطوير سير عمل للتنبؤ بتحميل السائل باستخدام هذه النماذج المدمجة مع تحليل الإنتاج والتحليل العقدي واختيار الطريقة المثلى لإزالة السوائل.



ER  -