پیاده سازی الگوریتم بهینه سازی آموزش و یادگیری برای تخمین سرعت امواج برشی از داده های چاه نگاری در دو مطالعه موردی ماسه سنگی و کربناته
- سال انتشار: 1396
- محل انتشار: نشریه علمی ژئومکانیک نفت، دوره: 1، شماره: 2
- کد COI اختصاصی: JR_IRPGA-1-2_006
- زبان مقاله: فارسی
- تعداد مشاهده: 147
نویسندگان
انستیتو مهندسی نفت . دانشکده فنی دانشگاه تهران
عضو هیئت علمی- انستیتو مهندسی نفت- دانشگاه تهران
چکیده
سرعت امواج لرزه ای تراکمی و برشی در کنار داده های پتروفیزیکی اطلاعات ارزشمندی را در مراحل اکتشاف و توسعه میادین نفتی فراهم می کنند. برخلاف سرعت امواج تراکمی که در اکثر مواقع توسط ابزار نمودارگیری سونیک اندازه گیری می شود، نمودار سرعت امواج برشی به علت هزینه ی بالا تنها در تعداد محدودی از چاههای یک میدان برداشت و ثبت میگردد. بنابراین بایستی سرعت این امواج را با استفاده از روش های دیگری تخمین زد. روابط تجربی متعددی ارائه شده است که سرعت امواج برشی را به پارامترهای پتروفیزیکی و اندازه گیری های چاه نگاری مربوط می کنند که معمولا کارائی موردی دارند. یکی از روش های کارآمد برای پیش بینی سرعت امواج برشی، استفاده از سیستم های هوشمند است. در این مقاله علاوه بر استفاده از روش تجربی گرینبرگ-کاستاگنا، از الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری برای ساخت یک مدل خطی و یک مدل غیرخطی برای پیش بینی سرعت امواج برشی در یک سازند مخزنی ماسه سنگی در یکی از میادین فراساحلی واقع در استرالیای غربی و یک سازند مخزنی کربناته در یکی از میادین خشکی واقع در جنوب غرب ایران استفاده شده است. مقدار خطا و ضریب همبستگی نتایج به دست آمده از الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری نشان دهنده کارائی مطلوب این الگوریتم است. نتایج مدل خطی و غیر خطی ساخته شده به هم نزدیک است با این تفاوت که مدل خطی در مدت زمان کمتری اجرا میشود. مدل خطی این الگوریتم با خطای ۳/۲ درصدی و ضریب همبستگی ۸۲/۰ در سازند ماسه سنگی و خطای ۳/۳ درصدی و ضریب همبستگی ۹۵/۰ در سازند کربناته، عملکرد مناسبی در هر دو مطالعه موردی داشته و میتواند به عنوان روشی کارآمد برای تخمین سرعت موج برشی استفاده گردد.کلیدواژه ها
سرعت امواج تراکمی, سرعت امواج برشی, خواص پتروفیزیکی, روابط تجربی, سیستم های هوشمند, الگوریتم بهینه سازیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.