یادگیری عمیق برای شناسایی رخساره ها با استفاده از اطلاعات چاه نگاره ها

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 296

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

OILANDGAS01_020

تاریخ نمایه سازی: 4 شهریور 1402

چکیده مقاله:

در اکتشاف نفت و گاز، داشتن مدل اطلاعاتی زمین شناسی بسیار مهم و حیاتی است. با تجزیه وتحلیل مدل اطلاعاتی، نوع وتوالی رخساره ها، تخلخل، نفوذپذیری، ترکیب سیال، اطلاعات مربوط به اشباع نفت و گاز و... تعیین می شود. بنابراینطبقه بندی و شناسایی رخساره های سنگی چاه نگاره ها روشی را یج در صنعت نفت و گاز است. تشخیص و طبقه بندیرخساره ها به صورت دستی فرآیندی پیچیده و زمان بر است و نیاز به دانش پایه زمین شناسی دارد. بنابراین این فرآیند اغلب ازصحت بالایی برخوردار نیست. پیشرفت روزافزون پردازنده ها و افزایش قدرت محاسباتی، چالش های مرتبط با طبقه بندیرخساره های سنگی را به طور چشمگیری کاهش داده است. ازجمله روش های مورداستفاده برای حل مشکلات طبقه بندیرخساره ها استفاده از الگوریتم های یادگیری است. ای ن مطالعه، به بررسی کاربرد فناوری ی ادگیری عمیق در تشخیص خودکاررخساره های سنگی با استفاده از منابع اطلاعاتی کابل فولادی و متغیرهای زمین شناسی می پردازد. داده ها با انجامپیش پردازش پیچیده به تصاویر به اصطلاح سیگنال تبدیل شده تا توسط مدل های یادگیری عمیق شناسایی شوند. نتایجنشان می دهد که استفاده از فناوری یادگیری عمیق برای تشخیص رخساره های سنگی، پتانسیل شناسایی نوع و توالیرخساره ها را با صحت قابل قبولی دارد.

کلیدواژه ها:

یادگیری عمیق ، طبقه بندی رخساره ها ، چاه نگاره ها

نویسندگان

کامیار محمدی

کارشناسی ارشد، دانشگاه علم و صنعت ایران

محمد شهبازی

استادیار، دانشگاه علم و صنعت ایران،

سیدمجتبی حسینی نسب

استادیار، دانشگاه علم و صنعت ایران