مقاله


کد مقاله : 14000422274230

عنوان مقاله : مقایسه کارکرد شبک ه های عصبی مرسوم برای برآورد تخلخل د ر یکی از میدا نهای نفتی جنوب خاوری ایران

نشریه شماره : 20 فصل پاییز - زمستان 1399

مشاهده شده : 42

فایل های مقاله : 1/6 MB


نویسندگان

  نام و نام خانوادگی پست الکترونیک مرتبه علمی مدرک تحصیلی مسئول
1 فرشاد توفیقی farshadtfgh@gmail.com دانش آموخته کارشناسی ارشد
2 پرویز آرمانی parviz.armani4@gmail.com دانشیار دکترا
3 علی چهرازی chehrazi2001@yahoo.com دانشیار دکترا
4 اندیشه علیمرادی alimoradi@eng.ikiu.ac.ir استادیار دکترا

چکیده مقاله

در صنعت نفت از هوش مصنوع ی برای شناسای ی روابط، بهینهسازی، برآورد و ردهبندی تخلخل بهر هگیری م یشود. یكی از مهمترین مراح ل ارزیاب ی پارامترهای پتروفیزیكی مخزن، شناسای ی ویژگ یهای تخلخل است. هدف اصل ی این پژوهش مقایسه درست ی و تعمیم پذیری سه شبكه عصب ی چن د لایه پیشخور ) MLFN (، شبكه تابع شعاع مبنا ) RBFN ) و شبكه عصب ی احتمالی ) PNN ) برای برآورد تخلخل با بهرهگیری از ویژگ یهای لرزهای است. در این راستا، دادههای زمینشناسی 7 حلقه چاه میدان نفت ی فراساحل ی هندیجان در شما ل باختری حوضه خلیج فارس مورد ارزیابی قرارگرفت. امپدانس صوت ی با بهر هگیری از روش وارونگ ی مبتن ی بر مد ل برآورد ش د و سپس شبكههای عصب ی یاد شده با بهرهگیری ا ز ویژگ یهای لرزهای بهینه طراح ی شده و با روش رگرسیون گام به گام مورد ارزیاب ی قرار گرفتن د. سرانجام مشخص شد که مدل MLFN برای برآورد تخلخل خوب عمل نم یکن د. PNN از بهترین دقت کارکرد در درونیابی تخلخل برخوردار است، اما تعمیمپذیری RBFN بهتر است.