کاربرد روشهای طبقه بندی بدون سرپرستی در تحلیل داده های لرزه ای بازتابی برای ردیابی مخازن هیدروکربوری

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 746

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA01_124

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

داده های لرزه ای بازتابی یکی از مهمترین داده های اولیه مورد استفاده جهت شناسایی ساختارهای زمین شناسی مستعد برای یک مخزن نفت یا گاز است. لرزه شناسی اکتشافی به عنوان علم بررسی این داد هها دربرگیرنده روشهای مختلفیبرای کسب هرچه بیشتر اطلاعات از ناشناخت ههای زیرزمین است. کاربرد روشهای بازشناسی الگو در سالهای اخیر مورد توجه محققان قرار گرفته است. با استفاده ازاین روشها م یتوان ساختارهای لایه های اعماق زمین که به صورت الگوهای غیر قابل تشخیص در داده های لرزه ای (رخساره لرزه ای) نهفته است را بررسی نمود. در این مقاله، کاربرد دو روش طبقه بندی بدون سرپرستی به نامهای خوش هبندی سلسله مراتبی و خوشه بندیk-meansبرای تحلیل داده های لرزه ای یک مدل مصنوعی مورد مقایسه و بررسی قرار گرفته است. سپس الگوریتم خوشه بندیk-meansکه دارای حجم محاسباتی پایینتری است، برای داده واقعی استفاده شده است. نتایج حاصل از مدل مصنوعی نشان می دهد هر دو الگوریتم قابلیت شناسایی تغییرات رخساره لرز های را دارا هستند و با دقت بالایی تغییرات جانبی در لایه بندی مصنوعی را آشکار کردند. نتایج اجرای الگوریتمk-means بر روی مکعب داد ههای لرزه ای قسمتی از مناطق نفتی جنوب غربی ایران نشان می دهد این روش قادر است به خوبی رخساره های لرزه ای را آشکار کند و درک بهتری از ساختارهای لایه بندی زیر زمین بوجود آورد

کلیدواژه ها:

تغییرات جانبی لای هها ، خوشه بندی سلسله مراتبی ، خوشه بندیk-means ، داده های لرزای بازتابی ، رخساره لرزه ای ، طبقه بندی بدون سرپرستی ، گسل

نویسندگان

حمید ثابتی

دانشگاه صنعتی بیرجند، گروه معدن، بیرجند

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 :
  • سراران 16 تا 18 اسفند (1391 هه هه ...
  • Mathieu, P.G., and Rice, G.W., 1969, Multivariate analysis used in ...
  • Hagen, D.C., 1982, The application of principal component analysis to ...
  • Matlock, R.J., McGowen, R.S., and Asimakopoulos , G., 1985, Can ...
  • Dumay, J., and Fournier, F., 1988, Multivariate statistical analyses applied ...
  • Simaan, M.A., 1991, A kno wledge-based computer system for segmentation ...
  • _ _ 1, _ for the detection of seismic anomalies: ...
  • Saggaf, M.M., Toksoz, M.N., and Marhoon, M.I., 2003, Seismic facices ...
  • Linari, V., Santiago, M., Pastore, C., Azbel, K. and Poupon, ...
  • Farzadi, P., 2006, Seismic facies analysis based on 3D multi ...
  • Sabeti, H., Javaherian A and NadjarAraabi, B., 2011, Seismic facies ...
  • Marroquin, I.D., Brault, J. and Hart, B.S. 2009, A visual ...
  • Matos de, M.C., Osorio, P.L.M., and Schroeder, P.R., 2007, Un ...
  • Roy, A., M. C. Matos, and K. J. Marfurt, 2010, ...
  • Saraswat, P., and Sen, M.K., Artificial immune-based _ organizing maps ...
  • Duda, R.O., Hart, P.O., and Stork, D.G., 2001, Pattern classification, ...
  • Deza, E., , and Deza, M.M., 2006, Dictionary of distances, ...
  • Shen, J., Chang, S.I, Lee, E.S., Deng., Y., Brown., S.J. ...
  • نمایش کامل مراجع