بهینه سازی تعیین رده رخساره های پتروفیزیکی با تحلیل سریع مولفه های مستقل و تبدیل کسینوسی گسسته پایه K نزدیک ترین همسایه در میدان مارون مخزن آسماری

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 207

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GSJ-27-106_003

تاریخ نمایه سازی: 3 بهمن 1400

چکیده مقاله:

هدف از انجام این پژوهش، تعیین بهینه رخساره های پتروفیزیکی از روی داده های نموداری چاه است. با استفاده از روش دسته بندی خودکار K نزدیک­ترین همسایه می توان رخساره های پتروفیزیکی را تعیین کرد؛ اما نه به­صورت بهینه. برای تعیین بهینه رخساره ها، روش K نزدیک­ترین همسایه با روش های تحلیل سریع مولفه­های مستقل و تبدیل کسینوسی گسسته تلفیق می شود که این امر موجب افزایش نرخ موفقیت روش K نزدیک­ترین همسایه و تعیین بهینه رخساره های پتروفیزیکی می شود که به ­دنبال آن می توان مدل سازی و توصیف مخازن هیدروکربنی را انجام داد. پژوهش در دو مسیر متفاوت انجام می شود. در مسیر اول، روش تحلیل سریع مولفه­های مستقل روی داده اعمال و سپس توسط روش K نزدیک­ترین همسایه دسته بندی می شود و در مسیر دوم روش های تحلیل سریع مولفه­های مستقل و تبدیل کسینوسی گسسته روی داده ها اعمال و سپس توسط روش K نزدیک­ترین همسایه دسته بندی می شود. در پایان نرخ موفقیت دسته بندی توسط K نزدیک­ترین همسایه در هر دو مسیر به­ منظور تعیین بهینه رخساره های پتروفیزیکی مورد ارزیابی قرار می گیرد. ارزیابی انجام شده نشان می دهد که اعمال روش مسیر دوم روی داده ها به طور معنی داری نرخ موفقیت دسته بندی توسط روش K نزدیک­ترین همسایه را افزایش می دهد که این امر موجب تعیین بهینه رخساره های پتروفیکی می شود که همان هدف از انجام این پژوهش است. داده های مورد استفاده، نمودارهای صوتی (Sonic Log)، پرتوی گاما (Gamma Ray)، چگالی (FDC یا RHOB)، تخلخل نوترون (CNL یا NPHI) و نگارهای القایی ژرف (ILD) از میدان نفتی مارون در جنوب کشور ایران هستند.

کلیدواژه ها:

تبدیل کسینوسی گسسته ، تحلیل سریع مولفه های مستقل ، تعیین رخساره های پتروفیزیکی ، K نزدیک ترین همسایه ، هموارسازی

نویسندگان

سیدعلی هاشمی نژاد

کارشناسی ارشد، گروه مهندسی نفت، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

کامیار احمدی

دکترا، گروه مهندسی نفت، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ReferencesAbdi, H. and Willians, L. J., ۲۰۱۰- Principal Component Analysis. ...
  • Amaziane, B., Bourgeat, A., Jurak, M., ۲۰۰۶- Effective macrodifusion in ...
  • Avseth, P., Mukerji, T. and Mavko, G., ۲۰۰۵- Quantitative Seismic ...
  • Battiato, S., Mancuso, M., Bosco, A. and Guarnera, M., ۲۰۰۱- ...
  • Bhatia, N. and Vandana, A., ۲۰۱۰- Survey of nearest neighbor ...
  • Blinn, J. F., ۱۹۹۳- What's the deal with the DCT. ...
  • Burden, R. L., Faires, J. D., ۱۹۸۵- Numerical Analysis, Third ...
  • Carrasquilla, A. and Leite, M. V., ۲۰۰۹- Fuzzy logic in ...
  • Coconi-Morales, E., Ronquillo-Jarillo, G. and Campos-Enríquez, J. O., ۲۰۱۰- Multi-scale ...
  • Comon, P., ۱۹۹۴- Independent component analysis: a new concept?. Signal ...
  • Cover, T. M. and Hart, P. E., ۱۹۶۷- Nearest neighbor ...
  • Doyen, P. M., ۲۰۰۷- Seismic reservoir characterization: an earth modelling ...
  • Dubrule, O., ۱۹۹۴- Estimating or choosing a geostatistical model. In: ...
  • Duda, R. and Hart, P., ۱۹۷۳- Pattern Classification and Scene ...
  • Farina, A. and Studer, F. A., ۱۹۸۴- Application of Gram-Schmidt ...
  • Franklin, J. N., ۱۹۶۸- Matrix Theory. Englewood Cliffs: Prentice-Hall. ۲۹۲ ...
  • Grana, D., Pirrone, M. and Mukerji, T., ۲۰۱۲- Quantitative log ...
  • Hyvärinen, A., ۱۹۹۹- Fast and robust fixed-point algorithms for independent ...
  • Hyvärinen, A., Karhunen, J. and Oja, E., ۲۰۰۱- Independent Component ...
  • Liu, Y., Weisberg, R. H., Mooers, C. N. K., ۲۰۰۶- ...
  • MacQueen, J. B., ۱۹۶۷- Some methods for classification and analysis ...
  • Martucci, S. A., ۱۹۹۴- Symmetric convolution and the discrete sine ...
  • Messina, A. and Langer, H., ۲۰۱۱- Pattern recognition of volcanic ...
  • Mitchell, T., ۱۹۹۷- Machine Learning. McGraw-Hill Higher Education, New York ...
  • Oppenheim, A. V., Schafer, R. W. and Buck, J. R., ...
  • Rao, K. R. and Yip, P., ۱۹۹۰- Discrete Cosine Transform: ...
  • Rosati, I. and Cardarelli, E., ۱۹۹۷- Statistical pattern recognition technique ...
  • Russell, S. and Norvig, P., ۲۰۰۲- Artificial Intelligence: A Modern ...
  • Rutherford, S. R. and Willians, R. H., ۱۹۸۹- Amplitude versus ...
  • Sanchetta, A. C., Leite, E. P. and Honório, B. C. ...
  • Schuerman, J., ۱۹۹۶- Pattern Classification: A Unified View of Statistical ...
  • Simonoff, J. S., ۱۹۹۶- Smoothing Methods in Statistics. Springer, New ...
  • Toussaint, G. T., ۲۰۰۵- Geometric proximity graphs for improving nearest ...
  • Turlapaty, A. C., Anantharaj, V. G. and Younan, N. H., ...
  • نمایش کامل مراجع