Ham petrol kuyularındaki elektrikli dalgıçpompa kablo hasarlarının akım harmonikleriverileri kullanılarak yapay zekayöntemleriyle tespiti

Basit Öğe Kaydı
dc.authorid0000-0003-4665-5339
dc.contributor.advisorGümüş, Bilal
dc.contributor.authorKasımoğlu, Serok
dc.date.accessioned2025-05-28T06:27:13Z
dc.date.available2025-05-28T06:27:13Z
dc.date.issued2024
dc.date.submitted2024
dc.departmentDicle Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik - Elektronik Mühendisliği Ana Bilim Dalı
dc.description.abstractHam petrol üretiminde, verimliliği en yüksek kuyularda elektrikli dalgıç pompa (ESP) tipi pompaların kullanılması tercih edilir. ESP kullanılan, ekonomik değeri yüksek ham petrol üretim kuyularında, olası arızaların maliyetinin yüksek olması arıza tespitini önemli kılmaktadır. Petrol kuyularında arıza tespiti amacıyla geçmişten bugüne birçok farklı yöntem kullanılmıştır. Bu çalışmada, hem kullanılmakta olan mevcut arıza tespiti yöntemleri incelenmiş, hem de özellikle daha gerçekleşmeden kablo arızalarının tahmininin yapılması ile ilgili yapay zeka tabanlı yöntemler ele alınmıştır. Bu amaçla yapay bir bir petrol kuyusu pompa düzeneği kurularak pompayı besleyen kabloda koruma elemanlarını devreye sokacak düzeyde olmayan, farklı düzeyde arızalar oluşturularak bir enerji analizörü ile kayıt edilen akım harmoniklerinden oluşan deneysel veri setleri oluşturulmuştur. Veriler hasarsız, az hasarlı, orta hasarlı ve çok hasarlı olmak üzere dört sınıfa ayrılmıştır. Arızaların tahmini için uygun yöntemler araştırılmıştır. Farklı arıza durumları için elde edilen akım harmoniklerinden oluşan veri seti kullanılarak yapay sinir ağları (ANN), destek vektör makinesi (SVM), evrişimsel sinir ağları (CNN) ve uzun kısa süreli bellek ağları (LSTM) yöntemleri ile arıza tahmini yapılmıştır. Elde edilen sonuçlara göre LSTM yöntemi ile %92 doğrulukla kablo arızası tahmini yapılabildiği ve bu yöntemin en uygun yöntem olduğunu göstermiştir. ANN, CNN ve SVM yöntemlerinin başarım oaranları ise sırasıyla %89, %84 ve %82 olarak elde edilmiştir.
dc.description.abstractIn crude oil production, it is preferred to use electric submersible pump (ESP) type pumps in wells with the highest efficiency. In crude oil production wells where ESP is used and high economic value, the high cost of possible failures makes failure detection important. Many different methods have been used from past to present for the purpose of failure detection in oil wells. In this study, both the current failure detection methods in use were examined and especially artificial intelligence-based methods related to the prediction of cable failures before they occur were discussed. For this purpose, an artificial oil well pump system was established and experimental data sets consisting of current harmonics recorded with an energy analyzer were created by creating different levels of failures that were not at a level that would activate the protection elements in the cable feeding the pump. The data were divided into four classes as undamaged, slightly damaged, moderately damaged and very damaged. Appropriate methods were investigated for the prediction of failures. Using the data set consisting of current harmonics obtained for different fault conditions, fault prediction was made with artificial neural networks (ANN), support vector machine (SVM), convolutional neural networks (CNN) and long short-term memory networks (LSTM) methods. According to the results obtained, it was shown that cable fault prediction could be made with 92% accuracy with the LSTM method and this method was the most suitable method. The success rates of ANN, CNN and SVM methods were obtained as 89%, 84% and 82%, respectively.
dc.identifier.citationKasımoğlu, S. (2024). Ham petrol kuyularındaki elektrikli dalgıç pompa kablo hasarlarının akım harmonikleri verileri kullanılarak yapay zeka yöntemleriyle tespiti. Yayımlanmamış yüksek lisans tezi, Dicle Üniversitesi, Diyarbakır.
dc.identifier.urihttps://hdl.handle.net/11468/32235
dc.identifier.yoktezid915199
dc.institutionauthorKasımoğlu, Serok
dc.institutionauthorGümüş, Bilal
dc.institutionauthorid0000-0003-4665-5339
dc.language.isotr
dc.publisherDicle Üniversitesi, Fen Bilimleri Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectElektrikli Dalgıç Pompa (ESP)
dc.subjectPetrol kuyusu
dc.subjectESP arıza teşhisi
dc.subjectESP kablo arızası erken tanıma
dc.subjectElectric Submersible Pump (ESP)
dc.subjectOil well
dc.subjectESP fault diagnosis
dc.subjectESP cable fault early recognition
dc.titleHam petrol kuyularındaki elektrikli dalgıçpompa kablo hasarlarının akım harmonikleriverileri kullanılarak yapay zekayöntemleriyle tespiti
dc.title.alternativeDetection of electric submersible pump cable damages in crude oil wells using current harmonics data with artificial intelligence methods
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Ham petrol kuyularındaki elektrikli dalgıçpompa kablo hasarlarının akım harmonikleriverileri kullanılarak yapay zekayöntemleriyle tespiti.pdf
Boyut:
2.34 MB
Biçim:
Adobe Portable Document Format
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tezler