مدل سازی سه بعدی پهنه های هرزروی گل حفاری با استفاده از الگوریتم خوشه بندی فازی گستافسون-کسل تعمیم یافته (مطالعه موردی: یکی از میادین نفتی جنوب غربی ایران)
محل انتشار: مجله پژوهش نفت، دوره: 27، شماره: 5
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 116
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PRRIP-27-5_007
تاریخ نمایه سازی: 6 دی 1402
چکیده مقاله:
عوامل بسیاری در هرزروی سیال حفاری موثر هستند که مدل سازی همه آنها کار دشواری است. در این پژوهش، الگوریتم پهنه بندی فازی با توجه به شرایط هرزروی گل حفاری و با استفاده از الگوریتم خوشه بندی فازی گوستافسون-کسل بهبود یافته ارائه شده است، که قابلیت مدل سازی فرآیندهای پیچیده و تلفیق لایه های اطلاعاتی مختلف را داراست. برای ارزیابی الگوریتم، از لایه های اطلاعاتی مختلف از جمله هرزروی سیال حفاری، وزن گل حفاری و پهنه بندی زمین شناسی (به همراه موقعیت فضایی ویژگی های مورد بررسی) استفاده و چهار ترکیب از لایه های اطلاعاتی مختلف در نظر گرفته شد. به منظور تعیین تعداد بهینه پهنه ها، شاخص های مختلف اعتبارسنجی خوشه بندی شامل ضریب افراز (PC)، آنتروپی افراز (CE)، شاخص افراز (SC) و شاخص ژی و بنی (XB) به صورت همزمان مورد بررسی قرار گرفت. بهترین ترکیب اطلاعاتی، تلفیقی از هرزوی گل حفاری، پهنه بندی زمین شناسی با توجه به موقعیت نمونه ها مشخص شد، تعداد بهینه پهنه ها، برابر ۱۲ پهنه و مقدار توان فازی بهینه برابر ۱/۱ تعیین شد. در الگوریتم خوشه بندی گوستافسون-کسل بهبود یافته، پارامتر وزنی برای مقیاس سازی بین کواریانس تمام داده ها و داخل خوشه ها به کار برده شده است و مقدار بهینه آن ۴/۰ به دست آمد. در نهایت، پهنه بندی سه بعدی فازی در میدان مورد مطالعه انجام شد و با توجه روش تجزیه و تحلیل تمایز فیشر، پهنه بندی به دست آمده از روش خوشه بندی از عملکرد بهتری نسبت به روش پهنه بندی زمین شناسی (شاخص فیشر ۰۸۸/۰ در مقابل ۰۱۱/۰) به منظور مدل سازی هرزروی برخوردار است.
کلیدواژه ها:
نویسندگان
کیومرث طاهری
دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، ایران
امین حسین مرشدی
دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :