Evaluation Of The Deliquification Methods For Gas Wells In Some Of The Egyptian Gas Fields / By Ahmed Badie Beder Kamal; Under the Supervision of Prof. Dr. Khaled Ahmed Abdel Fattah, Dr. Mohamed Ghareeb Mustafa.

By:

Ahmed Badie Beder Kamal [preparation.]

Contributor(s):

Material type: Text

TextLanguage: English Summary language: English, Arabic Producer: 2024Description: 134 pages : illustrations ; 30 cm. + CDContent type:

text

Media type:

Unmediated

Carrier type:

volume

Other title:

تقييم طرق إزالة السوائل من آبار الغاز ببعض الحقول المصرية [Added title page title]

Subject(s):

DDC classification:

622.3382

Available additional physical forms:

Issued also as CD

Dissertation note: Thesis (M.Sc.) -Cairo University, 2024. Summary: 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. Summary: 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.

Tags from this library: No tags from this library for this title. Log in to add tags.

Average rating: 0.0 (0 votes)

Holdings
Item type	Current library	Home library	Call number	Status	Barcode
Thesis	قاعة الرسائل الجامعية - الدور الاول	المكتبة المركزبة الجديدة - جامعة القاهرة	Cai01.13.12.M.Sc.2024.Ah.E. (Browse shelf(Opens below))	Not for loan	01010110091649000

Thesis (M.Sc.) -Cairo University, 2024.

Bibliography: pages 126-128.

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.

Issued also as CD

Text in English and abstract in Arabic & English.

There are no comments on this title.

to post a comment.

جامعة القاهرة

المكتبة المركزية الجديدة

مكتبة جامعة القاهرة الأهلية

Evaluation Of The Deliquification Methods For Gas Wells In Some Of The Egyptian Gas Fields / By Ahmed Badie Beder Kamal; Under the Supervision of Prof. Dr. Khaled Ahmed Abdel Fattah, Dr. Mohamed Ghareeb Mustafa.