خوشه بندی کیفیت رخساره های گازی با استفاده از روش یادگیری عمیق بدون نظارت

مهم ترین مسئله در شناخت ذخایر نامتعارف گازي، بررسی کیفیت رخساره هايگازي است . این کیفیت شدیداً تحت تاثیر مقدار کل کربن آلی و درجه بلوغ ماده آلی میباشد. این دو پارامتر از نتایج آنالیزهاي گران قیمت آنالیز مغزه (توسط دستگاه پیرولیز راك ایول) بدست می آید. به همین دلیل است که امروزه سعی شده است با استفاده از داده هاي رایج موجود نظیر نگارهاي پتروفیزیکی چاه اینکار انجام شود . روشهایی نظیر رگرسیون چند متغیره و روشهاي هوشمند از جمله تکنیک هاي بکار رفته در این نوع مطالعات است. در این مطالعه سعی شده است با استفاده از تکنیک یادگیري عمیق بدون نظارت، مدلسازي کیفیت رخساره هاي گازي صورت پذیرد. براي این منظور ازشبکه عصبی بازگشتی که یکی از تکنیکهاي یادگیري عمیق میباشد استفاده شده است. نتایج بدست آمده نشان میدهد که روش پیشنهادي براي شناسایی کیفیت رخساره هاي گازي از دقت کافی برخوردار میباشد طوریکه میانگین دقت این روش در چهار چاه مورد مطالعه حدود %78 است.

کلیدواژه ها:

خوشه بندی ، کیفیت رخساره گازی ، یادگیری عمیق ، نگارهای پتروفیزیکی ، شبکه عصبی بازگشتی