ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Application of artificial neural network system in forecast log RHOB in one of Iran's gas reserves

تعداد صفحات: 6 | تعداد نمایش خلاصه: 614 | نظرات: 0
سال انتشار: 1390
کد COI مقاله: IPEC03_222
زبان مقاله: انگلیسی
(فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Application of artificial neural network system in forecast log RHOB in one of Iran's gas reserves

Farzad Delnavaz - Tehran Islamic Azad University Science and Research ,Tehran, Iran
Jamshid Moghadasi - Department of Petroleum Engineering, Petroleum University of Technology, Ahwaz, Iran
Mohsen Masihi - Tehran Islamic Azad University Science and Research ,Tehran, Iran
Mohammad Javad Nabavi-Zadeh - Tehran Islamic Azad University Science and Research ,Tehran, Iran

چکیده مقاله:

Analysis of well logs to obtain petrophysical data from hydrocarbon reservoirs is very important. This process is a complete set of log-scale storage needs, for various reasons suchas lack The chart fully in old wells,the loss of logs on the effects of improper maintenance, falling some distance, which the logs are incomplete the log analysis is not done , or itcan be done with low precision .Therefore in this study was to try RHOB logs artificialwells P1,P2, P3, P4 in the South Pars gas field using artificial neural networks to be it. The assessment or collection of this log which logs to predict the influence of a log andhas the least impact and finally obtain the optimal network structure. The three-layer perceptron network with back propagation learning rule is error. Sigmoid function of stimulus in the middle layer and output layer is linear function

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/260196/

کد COI مقاله: IPEC03_222

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Delnavaz, Farzad و Moghadasi, Jamshid و Masihi, Mohsen و Nabavi-Zadeh, Mohammad Javad,1390,Application of artificial neural network system in forecast log RHOB in one of Iran's gas reserves,سومین کنگره ملی مهندسی نفت,تهران,,,https://civilica.com/doc/260196

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Delnavaz, Farzad؛ Jamshid Moghadasi و Mohsen Masihi و Mohammad Javad Nabavi-Zadeh)
برای بار دوم به بعد: (1390, Delnavaz؛ Moghadasi و Masihi و Nabavi-Zadeh)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی