کنترل کیفیت داده های چاه پیمایی بوسیله الگوریتم خوشه بندی فضایی مبتنی بر چگالیدر کاربردهای دارای نویز DBSCAN
- 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_048
- زبان مقاله: فارسی
- تعداد مشاهده: 181
نویسندگان
کارشناس ارشد زمین شناسی نفت، دانشگاه تهران
دانشیار زمین شناسی نفت، دانشگاه تهران،
چکیده
با پیشرفت علم و فناوری و همچنین افزایش تعداد داده ها، نیاز است که روش های جدیدی جایگزین روش های سنتی و قدیمیشود. امروزه بکارگیری روش های یادگیری ماشین و داده کاوی در حال گسترش است. استفاده از این روش های جدید در جهتکنترل کیفیت داده های چاه پیمایی می تواند در کاهش زمان و هزینه کمک کند. در این پژوهش از الگوریتم خوشه بندی فضاییمبتنی بر چگالی در کاربردهای دارای نویز ( DBSCAN ) oiseNith pplications wAlustering of Cpatial Sased B-ensityD درجهت کنترل کیفیت داده های چاه پیمایی استفاده شد. داده های چاه پیمایی مورد استفاده، مربوط به سازندهای دالان-کنگاندر مرکز خلیج فارس است. از الگوریتم خوشه بندی فضایی مبتنی بر چگالی در کاربردهای دارای نویز به زبان R و در نرم افزارRStudio بر روی داده های چاه پیمایی کدنویسی شد. نتایج نشان از قابل قبول بودن این الگوریتم در جهت شناسایی نقاط پرتو کنترل کیفیت داده های چاه پیمایی در اغلب نگارها دارد. میانگین معیار نیمرخ گرفته شده برای خوشه های نگارهای صوتی،گاما، نوترون و چگالی به ترتیب ۸۲ / ۰ ، ۷۴ / ۰ ، ۶۸ / ۰ و ۵۶ / ۰ است. این الگوریتم در تشخیص خطاهایی به مانند پرشهایچرخه ای و اسپایک ها قدرتمند است. اما در تشخیص نقاط پرت در نگار چگالی خطای قابل توجه ای دارد. از نقاط قوت دیگراین الگوریتم، نیاز نبودن به تعیین دقیق تعداد خوشه است. نقطه ضعف این الگوریتم تعیین دقیق مقدار بهینه حداکثر شعاعقابل دسترس و حداقل نقاط موجود در یک خوشه استکلیدواژه ها
الگوریتم خوشه بندی مبتنی برچگالی، برنامه نویسی R ، کنترل کیفیت، دادههای چاه پیمایی، دالان-کنگانمقالات مرتبط جدید
- نرم افزار بهینه سازی عملیات حفاری YDOS
- Implementation of multilayer perceptron (MLP) and radial basis function (RBF) neural networks to predict carbon and inorganic phosphorus recovery in hydrothermal carbonization
- چگونگی تاثیر انتقال تکنولوژی و چرخه حیات آن در تحول دیجیتال
- توسعه مدل هوش مصنوعی برای پیش بینی کیفیت گاز خروجی از واحد شیرین سازیگاز
- مرور مقالات فشار منفذی و روش های تعیین فشار منفذی بر اساس روابط تجربی وروش های مبتنی بر ماشین لرنینگ
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.