یادگیری عمیق برای شناسایی رخساره ها با استفاده از اطلاعات چاه نگاره ها
- سال انتشار: 1401
- محل انتشار: اولین همایش بین المللی هوش مصنوعی، علم داده و تحول دیجیتال در صنعت نفت و گاز
- کد COI اختصاصی: OILANDGAS01_020
- زبان مقاله: فارسی
- تعداد مشاهده: 305
نویسندگان
کارشناسی ارشد، دانشگاه علم و صنعت ایران
استادیار، دانشگاه علم و صنعت ایران،
استادیار، دانشگاه علم و صنعت ایران
چکیده
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 هامقالات مرتبط جدید
- نگاهی به نقش اقتصاد سیاسی ایران در مدیریت مصرف انرژی
- مقایسه روشهای نورتابی شیمیایی رادیکال *CH و *OH در استخراجپاسخ دینامیکی شعله جریان متقابل
- مطالعه عددی اثر تحریک جریان ورودی بر عملکرد یک انژکتور هممحور برشی تحت شرایط گذربحرانی
- مطالعه ساختار شعله متان هیدروژن در مشعل پیچشی سیدنی با استفاده از مدل احتراقی حجمی
- مطالعه تجربی اثر احتراق جریان چرخشی غیر پیش مخلوط بر پایداری، شدت تابش نور و دینامیک شعله پروپان - اکسیژن/هوا
اطلاعات 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.