مقایسه کارکرد شبکه های عصبی مرسوم برای برآورد تخلخل در یکی از میدان های نفتی جنوب خاوری ایران
- سال انتشار: 1399
- محل انتشار: مجله زمین شناسی نفت ایران، دوره: 10، شماره: 20
- کد COI اختصاصی: JR_ISPG-10-20_005
- زبان مقاله: فارسی
- تعداد مشاهده: 245
نویسندگان
گروه مهندسی نفت و معدن، دانشگاه بین المللی امام خمینی، قزوین
گروه زمین شناسی، دانشگاه بین المللی امام خمینی، قزوین
مدیریت طرح های اکتشافی، شرکت نفت فلات قاره ایران، تهران
گروه مهندسی نفت و معدن، دانشگاه بین المللی امام خمینی، قزوین
چکیده
در صنعت نفت از هوش مصنوعی برای شناسایی روابط، بهینه سازی، برآورد و رده بندی تخلخل بهره گیری می شود. یکی از مهم ترین مراحل ارزیابی پارامترهای پتروفیزیکی مخزن، شناسایی ویژگی های تخلخل است. هدف اصلی این پژوهش مقایسه درستی و تعمیم پذیری سه شبکه عصبی چند لایه پیش خور (MLFN)، شبکه تابع شعاع مبنا (RBFN) و شبکه عصبی احتمالی (PNN) برای برآورد تخلخل با بهره گیری از ویژگی های لرزه ای است. در این راستا، داده های زمین شناسی ۷ حلقه چاه یک میدان نفتی فراساحلی هندیجان در شمال باختری حوضه خلیج فارس مورد ارزیابی قرارگرفت. امپدانس آکوستیک با بهره گیری از روش وارونگی مبتنی بر مدل برآورد شد و سپس شبکه های عصبی یاد شده با بهره گیری از ویژگی های لرزه ای بهینه طراحی شده و با روش رگرسیون گام به گام مورد ارزیابی قرار گرفتند. سرانجام مشخص شد که مدل MLFN برای برآورد تخلخل خوب عمل نمی کند. PNN از بهترین دقت کارکرد در درون یابی تخلخل برخوردار است، اما تعمیم پذیری RBFN بهتر است.کلیدواژه ها
برآورد تخلخل، بازگردانی لرزه ای، MLFN، RBFN، PNNاطلاعات 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.