مقایسه روش های شبکه عصبی خود سازنده و آنالیز خوشه ای برای ارزیابی مقدار کربن آلی در سازندهای محتوی هیدروکربن با استفاده از سیستم های هوشمند

Authors
abstract

محتوای کل کربن آلی یکی از پارامترهای مهم جهت ارزیابی ژئوشیمیایی لایه های تولید کننده نفت و گاز است. در این مطالعه، طی دو مرحله، محتوای کربن آلی در سازندهای هیدروکربن‏دار با استفاده از داده‏های لاگ ارزیابی شده است. در مرحله اول، داده‏های لاگ به مجموعه‏ای از الکتروفاسیس‏ها تقسیم‏بندی شده‏اند. روش‏های استفاده شده برای شناسایی و خصوصیت‏بندی الکتروفاسیس‏ها شامل: شبکه‏های عصبی خود سازنده و روش آنالیز خوشه ای می باشد. نتایج حاصل از هر دو روش با یکدیگر مقایسه شده و براساس آزمون‏های ارزیابی خوشه‏ای، بهترین روش برای خوشه‏بندی داده‏های پتروفیزیکی در الکتروفاسیس‏های معین مورد استفاده قرار گرفت. مقدار کل کربن آلی با استفاده از داده‏های لاگ به وسیله روش‏های خاص شبکه عصبی برای هر الکتروفاسیس برآورد شد. در مرحله دوم، مقدار کل کربن آلی با استفاده از همان روش خاص شبکه عصبی و بدون در نظر گرفتن الکتروفاسیس‏ها تعیین گردید. نتیجه دو روش با یکدیگر و همچنین با روشδlogr  مقایسه شد. نتایج نشان داد که خوشه‏بندی یک سازند به واحد‏های مشخص (الکتروفاسیس) در مقایسه با مدل استخراج شده برای کل مجموعه داده‏ها بدون در نظر گرفتن خوشه‏بندی، مقدار کل کربن آلی سازند را با دقت بالاتری پیش‎بینی می‎نماید. در مجموع سیستم‏های هوشمند نسبت به تکنیک‏های قدیمی مبتنی بر روش δlogr مناسب‎تر می‏باشند. روش ارائه شده همراه با مثال موردی از بزرگ ترین مخزن گازی غیر همراه جهان، میدان گازی پارس جنوبی در حوضه خلیج فارس ارائه گردیده است.

Sign up for free to access the full text

Already have an account?login

similar resources

مقایسه روش‌های شبکه عصبی خود سازنده و آنالیز خوشه‌ای برای ارزیابی مقدار کربن آلی در سازندهای محتوی هیدروکربن با استفاده از سیستم‌های هوشمند

محتوای کل کربن آلی یکی از پارامترهای مهم جهت ارزیابی ژئوشیمیایی لایه‌های تولید کننده نفت و گاز است. در این مطالعه، طی دو مرحله، محتوای کربن آلی در سازندهای هیدروکربن‏دار با استفاده از داده‏های لاگ ارزیابی شده است. در مرحله اول، داده‏های لاگ به مجموعه‏ای از الکتروفاسیس‏ها تقسیم‏بندی شده‏اند. روش‏های استفاده شده برای شناسایی و خصوصیت‏بندی الکتروفاسیس‏ها شامل: شبکه‏های عصبی خود سازنده و روش آنالیز...

full text

مقایسه روش‌های شبکه عصبی مصنوعی، LogR∆ و آنالیز خوشه‌ای برای ارزیابی مقدار کربن آلی در سازندهای محتوای هیدروکربن

محتوای کربن آلی کل یکی از متغیرهای مهم برای ارزیابی ژئوشیمیایی لایه‌های تولید کننده نفت و گاز است. در این مطالعه طی سه مرحله، محتوای کربن در سازندهای هیدروکربن‌دار با استفاده از داده‌های نگار ارزیابی شد. در مرحله اول با استفاده از شبکه عصبی مصنوعی محتوای کربن آلی  به دست آمد، در مرحله دوم با کمک روش محاسباتی LogR∆ محتوای کربن آلی مورد ارزیابی قرار گرفت و در مرحله آخر داده‌های نگارهای چاه‌پیمایی...

full text

طراحی یک سیستم هوشمند مبتنی بر شبکه های عصبی و ویولت برای تشخیص آریتمی های قلبی

In this paper, Automatic electrocardiogram (ECG) arrhythmias classification is essential to timely diagnosis of dangerous electromechanical behaviors and conditions of the heart. In this paper, a new method for ECG arrhythmias classification using wavelet transform (WT) and neural networks (NN) is proposed. Here, we have used a discrete wavelet transform (DWT) for processing ECG recordings, and...

full text

ارزیابی یک دستگاه هوشمند برای جداسازی پسته با استفاده از شبکه های عصبی مصنوعی (ANN) و تبدیل موجک انعکاس صدا

دستگاه‌هایی که برای جداسازی پسته مورد استفاده قرار می‌گیرند حجیم بوده، انرژی زیادی مصرف می‌نمایند و چندان دقیق نیستند. در این پژوهش یک دستگاه هوشمند مبتنی بر انعکاس صدا طراحی و برای جداسازی پسته پوک از پسته‌های مغزدار مورد استفاده قرار گرفت. برای ارزیابی دستگاه، پسته به طور جداگانه با فواصل 1، 3 یا 5 سانتی‌متر بر روی یک نوار نقاله قرار داده شدند تا از دو ارتفاع 25 و 35 سانتی‌متری بر روی یک صف...

full text

My Resources

Save resource for easier access later


Journal title:
پژوهش نفت

جلد ۲۳، شماره ۷۵، صفحات ۱۱۷-۱۳۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023