کاربرد روش یادگیری ماشین درتخمین تخلخل مخازن هیدروکربنی

پژوهش حاضر به بررسی کاربرد روش پرسپترون چندلایه در یادگیری ماشین برای اکتشاف ذخایر هیدروکربنی می پردازد. با توجه به اهمیت منابع هیدروکربنی در تامین انرژی و توسعه اقتصادی ، استفاده از تکنیک های پیشرفته یادگیری ماشین به ویژه شبکه های عصبی ، به عنوان ابزاری موثر در تحلیل دادههای زمین شناسی و ژئوفیزیکی ، مورد توجه قرار گرفته است . در این تحقیق ، دادههای مربوط به ویژگی های زمین شناسی و سیگنالهای ژئوفیزیکی جمع آوری شده و با استفاده از الگوریتم پرسپترون چندلایه ، مدلهای پیش بینی برای شناسایی مناطق مستعد ذخایر هیدروکربنی توسعه داده شدهاند. نتایج به دست آمده نشاندهنده دقت بالای این روش در شناسایی الگوها و ارتباطات پیچیده بین دادههاست . این نتایج می توانند به عنوان یک راهکار نوین در بهبود فرآیند اکتشاف و کاهش هزینه ها در صنعت نفت و گاز مورد استفاده قرارگیرد.

کلیدواژه ها:

یادگیری ماشین ، پرسپترون چند لایه ، چاه های نفتی ، ویژگی های مخزن ، پایتون ، حفاری