| 1 |
1
유·가스전 생산계획 수립을 위한 생산정 위치를 자동으로 선정하기 위한 지능형 생산정 위치 선정 전산 시스템에 있어서,상기 유·가스전 생산계획 수립에 적용되는 훈련 생산정용 인공신경망 시뮬레이터가 구비되, 외부로부터 상기 유·가스전의 선정좌표(current design) 및 상기 선정좌표(current design)를 섭동시킨 후보좌표(candidate design)를 각각 제공받아 상기 선정좌표(current design) 및 상기 후보좌표(candidate design)로부터 산출 가능한 생산정의 생산량 및 상기 생산량에 따른 순현재가치값을 산출하는 제1 처리부;상기 제1 처리부로부터 산출된 상기 선정좌표(current design)의 생산정 생산량의 순현재가치(NPV)와 상기 후보좌표(candidate design)의 생산정 생산량의 순현재가치(NPV)를 비교하여 적합도가 우수한 순현재가치(NPV)를 도출한 후, 내부에 기설정된 종료 조건와 비교하여, 도출된 상기 순현재가치(NPV)가 상기 종료 조건을 만족할 경우 상기 순현재가치(NPV)에 해당하는 좌표를 생산정 좌표로 출력하는 제2 처리부; 및상기 훈련 생산전용 인공신경망 시뮬레이터에 필요한 입·출력 데이타, 입력변수, 출력 변수가 저장된 복수 개의 맵핑 테이블 저장부들을 포함하는 데이타 베이스를 포함하고,상기 제2 처리부는 SA 알고리즘이 프로그래밍되어 있으며, Metropolis 알고리즘을 이용하여 상기 선정좌표(current design)와 상기 후보좌표(candidate design)의 적합도를 비교판단하는 비교 판단부를 더 포함하고,상기 Metropolis 알고리즘은 확률적으로 열등한 적합도를 가지는 좌표도 차기 선정좌표(current design)로 채택할 수 있도록 하며, 이 채택 확률은 온도에 의해 제어되는 것인, 지능형 생산정 위치 선정 전산 시스템
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 입력변수는,상기 맵핑 테이블 저장부 내에 저장되며, 시간자료, 추가생산정의 위치좌표, 저류층 경계와 추가 생산정간 거리, 기존 생산정과 추가생산정간 거리, 추가 생산정간 거리, 신경망의 민감도를 향상시키는 함수적 연관관계, 저류층의 상대적 생산량을 나타내는 생산성 잠재력, 저류층 압력 중 적어도 하나를 포함하는 것을 특징으로 하는 지능형 생산정 위치 선정 전산 시스템
|
| 4 |
4
제1항에 있어서,상기 출력변수는,상기 맵핑 테이블 저장부에 저장되며, 생산정 별 공저압력과 생산량 중 적어도 하나를 포함하는 것을 특징으로 하는 지능형 생산정 위치 선정 전산 시스템
|
| 5 |
5
제1항에 있어서,상기 복수 개의 맵핑 테이블 저장부는,플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리, 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(ReadOnly Memory, ROM), EEPROM(Electrically Erasable Programmable ReadOnly Memory), PROM(Programmable ReadOnly Memory) 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체인 것을 특징으로 하는 지능형 생산정 위치 선정 전산 시스템
|
| 6 |
6
제1항, 제3항 내지 제5항 중 어느 하나의 항에 기재된 지능형 생산정 위치 선정 전산 시스템에 의해 수행되는 생산정 위치 선정 방법에 있어서,상기 유·가스전 생산계획 수립에 필요한 입·출력 자료를 선정한 후, 선정된 입력 자료에 따라 상기 출력 자료를 도출하도록 설계된 훈련 생산정용 인공신경망(Artificial neural network: ANN) 시뮬레이터를 이용하여 선정좌표(current design)에서 산출 가능한 생산량 및 생산량에 따른 순현재가치(NPV)를 산출한 후, 산출된 순현재가치(NPV)와 기 설정된 종료 조건을 비교하는 제1 단계;상기 제1 단계의 결과값에 따라 상기 선정좌표(current design)를 섭동킨 후보좌표(candidate design)를 생성한 후, 상기 인공신경망 시뮬레이터를 통해 상기 후보좌표(candidate design)에서 산출 가능한 생산량 및 생산량에 따른 순현재가치를 산출하는 제2 단계;SA 알고리즘을 이용하여 상기 선정좌표(current design)의 생산량에 따른 순현재가치(NPV)와 상기 후보좌표(candidate design)의 생산량에 따른 순현재가치(NPV)를 비교하여 적합성이 뛰어난 좌표를 산출한 후, 기준지표와 비교하여 종료 조건의 요건에 충족될 경우 생산정 위치 좌표로 선정되며, 상기 기준지표의 요건에 충족되지 못할 경우, 상기 종료 조건와 비교된 좌표를 차기의 선정좌표(current design)로 설정하여 상기 제1 단계부터 재수행하는 제3 단계를 포함하는 지능형 생산정 위치 선정 방법
|
| 7 |
7
제6항에 있어서,상기 제1 단계는,상기 선정좌표(current design) 선정단계;상기 선정좌표(current design)로부터 산출 가능한 생산량 및 상기 생산량의 순현재가치를 산출하는 단계; 및산출된 순현재가치와 상기 종료 조건을 비교하는 단계를 포함하는 것을 특징으로 하는 지능형 생산정 위치 선정 방법
|
| 8 |
8
제6항에 있어서,상기 제2 단계는,상기 제1 단계의 결과값에 따라 상기 선정좌표(current design)를 섭동킨 후보좌표(candidate design)를 생성하는 단계; 및상기 인공신경망 시뮬레이터를 통해 상기 후보좌표(candidate design)에서 산출 가능한 생산량 및 생산량에 따른 순현재가치를 산출하는 단계를 포함하는 것을 특징으로 하는 지능형 생산정 위치 선정 방법
|
| 9 |
9
제6항에 있어서,상기 제3 단계는,종료 조건에 불만족 할 경우, 종료 조건의 오차 범위 내의 좌표들 중 확률적 분포가 가장 높은 좌표를 상기 차기 선정좌표(current design)로 지정한 후, 상기 차기 선정좌표(current design)를 상기 제1 단계로 피드백하는 단계를 더 포함하는 것을 특징으로 하는 지능형 생산정 위치 선정 방법
|
| 10 |
10
제6항에 기재된 지능형 생산정 위치 선정 방법을 기록한 코드를 포함하는 기록 매체
|
