مدل سازی شکستگی در مخازن کربناته مبتنی بر یادگیری عمیق با استفاده از داده های لرزه ای ، پتروفیزیکی و زمین شناسی

شکستگی ها از مهمترین ویژگی های زمین شناسی هستند که بر تولید از بیشتر مخازن کربناته تاثیر می گذارند، حجم زیادی از منابع هیدروکربنی جهان در مخازن شکسته واقع شده است . شناسایی شکستگی ها از مهمترین مراحل توسعه مخازن به شمار می رود. با توجه به هزینه بر بودن ابزارهای موجود در صنعت جهت شناسایی شکستگی ها، نظیر لاگهای تصویری و عدم وجود آنها در بیشتر مناطق مورد مطالعه اغلب سعی می شود از سایر داده های موجود برای شناسایی شکستگی ها استفاده شود. با توجه به پیشرفت روز افزون روشهای داده محور نظیر شبکه های عصبی و یادگیری ماشین ، در این پژوهش سعی شده است تا با استفاده از الگوریتم های یادگیری عمیق و اعمال آنها بر داده های چاه نگاری و لرزهای در یک مخزن کربناته ، شکستگی های موجود در منطقه مورد بررسی شناسایی شود. رویکرد مورد استفاده در این پژوهش کلاس بندی باینری است که در محدوده چاه اعمال می شود. جهت اعتبار سنجی روش پیش رو، نتایج به دست آمده با گزارشهای حاصل از لاگهای تصویری مقایسه می گردد. در آخر نقشه تراکم شکستگی در کل محدوده مخزنی ترسیم می شود.

کلیدواژه ها:

شناسایی شکستگی ، مخازن کربناته ، یادگیری عمیق ، داده های چاه نگاری ، نشانگرهای لرزه ای .