Relevance Vector Machine: a new approach for permeability prediction of petroleum reservoirs
- سال انتشار: 1390
- محل انتشار: سومین کنگره ملی مهندسی نفت
- کد COI اختصاصی: IPEC03_116
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1185
نویسندگان
PhD student, Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology,Iran,
PhD student, Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology,Shahrood, Iran
Prof. of geophysical exploration, Faculty of Mining, Petroleum and Geophysics, Shahrood University of Technology, Shahrood, Iran
چکیده
Permeability is one of the most important rock properties showing the ability of rocks in the conduct of fluids such as oil, water and gas throughthe pore spaces of reservoir. It is one of the most difficult petrophysicalproperties to determine and predict. The conventional methods for permeability determination are core analysis and well test data. Thesemethods are, however, very expensive and time-consuming. One of thecomparatively inexpensive and readily available sources of inferringpermeability is from well logs. In addition, artificial Intelligent (AI) has many applications in the petroleum engineering and permeability prediction over the past decade. The aim of this paper is to introduce a novel machine learning technology called Relevance Vector Machine(RVM) for predicting the permeability of three gas wells in southern Pars field. Comparing the obtained results of the RVM with that of support vector machine (SVM) has shown that RVM is a better and precious method than SVM in prediction of permeability.کلیدواژه ها
Relevance vector machine, Permeability, Prediction,Southern Pars Field, Support vector machineمقالات مرتبط جدید
- ارزیابی ریسک های ایمنی و زیست محیطی شرکت ملی پخش فرآورده های نفتی با کمک تکنیک هازن
- بررسی هیدرودینامیک و زمان اختلاط مخرن همزندار با استفاده از تکنیکهای سرعت سنجی ذرات و القای صفحهای نور فلئورسانس
- کاربردها و چالش های موجود در استفاده از روش تست سازند جهت بررسی خواص استاتیک و دینامیک مخزن
- کاربرد هوش مصنوعی در پیش بینی فرصت های صادرات محصولات صنعت پتروشیمی
- روش های ازدیاد برداشت نفت با استفاده از گاز در میادین فراساحلی: ویژگی ها، نحوه اجرا و شرایط عملیاتی
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.