طبقه بندی غیرنظارتی داده های لرزه ای با استفاده از مدل های ترکیبی گوسی

تحلیل رخساره های لرزه ای نقش بسزایی در مطالعات مخازن هیدروکربنی دارد. از آن جا که در ابتدای شروع عملیات اکتشافی مخازن هیدروکربنی تعداد چاه های موجود در منطقه کم است و یا وجود ندارد، می توان با استفاده از الگوریتم های شناسایی الگو و نشان گرهای مناسب لرزه ای به بررسی تغییرات جانبی و آنالیز رخساره های لرزه ای در یک افق پرداخت. رو ش های نظارتی و غیرنظارتی کمک شایانی به دقت، سرعت و کاهش هزینه دسته بندی داده ها و تحلیل بهتر رخساره های لرزه ای می کنند. اساس رو ش های غیرنظارتی، که موضوع این مقاله است، دسته بندی تمام داده ها در فضای نشان گری است و نتیجه به دست آمده به اطلاعات پیشین بستگی ندارد. در این روش، دسته بندی و تفسیر نتایج به دست آمده، بدون استفاده از داده های چاه، با آنالیز تطابق بین رخساره های لرزه ای به دست می آید. رو ش های گوناگونی برای خوشه بندی غیرنظارتی وجود دارد. در این مقاله روش مدل های ترکیبی گوسی (GMM) مورد استفاده قرار گرفته است که با استفاده از توزیع گوسی و اختصاص احتمال عضویت به نمونه های تحلیل، خوشه بندی آن ها را تعیین می کند. با استفاده از این روش تحلیل رخساره لرزه ای برروی یک مجموعه داده سه بعدی مربوط به یکی از میادین هیدروکربنی جنوب ایران انجام می شود. تحلیل برروی دو افق مختلف انجام شده است و نتایج نشان می دهد که روش GMM عملکرد قابل قبولی در خوشه بندی دارد و نتایج با تحلیل کیفیت مخزنی حاصل از رخساره های الکتریکی در برخی چاه ها هم خوانی دارد.

کلیدواژه ها:

رخساره لرزه ای ، خوشه بندی ، طبقه بندی غیرنظارتی ، مدل ترکیبی گوسی ، کیفیت مخزنی