مـدل‌سـازی سنـگ‌شناسـی در میدان گازی پـارس جنـوبی با استفـاده از شبـکه عصبـی مصنوعی

نویسندگان

  • محسن اکبرپورشیرازی دانشگاه صنعتی امیرکبیر، دانشکده مهندسی صنایع
  • محمد امین دزفولیان دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، باشگاه پژوهشگران جوان
چکیده مقاله:

مغزه‌گیری از تعدادی چاه بدون توجه به اندازه میدان نفتی، برای به‌دست آوردن اطلاعات کلی از منطقه، امری ضروری و غیرقابل اجتناب می‌باشد. مغزه‌گیری از تمام چاه‌ها در یک میدان بزرگ بسیار پرهزینه است. بنابراین، یافتن راهی برای گریز از این هزینه‌ بالا ضروری به نظر می‌رسد. این پژوهش به مدل‌سازی شبکه‌های عصبی مصنوعی، به منظور استفاده از نگارهای چاه برای تخمین لیتولوژی در یکی از مخازن میدان گازی پارس جنوبی اختصاص دارد. در این تحقیق، از یک شبکه‌ عصبی سه‌ لایه با الگوریتم پس انتشار خطا (BP) و الگوریتم آموزش لونبرگ- مارکوآرت، برای تخمین سنگ‌شناسی استفاده شده است. نگارهای نوترون، چگالی، پرتو گاما و اثرفتوالکتریک (PEF) به‌صورت ورودی شبکه در نظر گرفته شده است. در این تحقیق، داده‌های مربوط به چهار چاه در میدان پارس جنوبی مورد استفاده قرار گرفته است. از داده‌هاى دو چاه (چاه‌هایSPF1 و SPF2) که دارای آنالیز مغزه بودند برای آموزش شبکه، اعتبارسنجی و آزمون استفاده شد و سپس شبکه طراحی شده جهت تخمین سنگ شناسی دو چاه دیگر (چاه‌های SPF3 و SPF4) مورد استفاده قرار گرفت و با داده‌های مغزه آن‌ها مقایسه گردید. سنگ‌های مورد بررسی عبارتند از: دولومیت، آهک، آهک دولومیتی، دولومیت آهکی، انیدریت، شیل، آهک شیلی و دولومیت شیلی. مقدار میانگین مربعات خطا (MSE) برای چاه SPF3 برابر 087/0 و برای چاه SPF4 برابر 098/0 می‌باشد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مـدل سـازی سنـگ شناسـی در میدان گازی پـارس جنـوبی با استفـاده از شبـکه عصبـی مصنوعی

مغزه گیری از تعدادی چاه بدون توجه به اندازه میدان نفتی، برای به دست آوردن اطلاعات کلی از منطقه، امری ضروری و غیرقابل اجتناب می باشد. مغزه گیری از تمام چاه ها در یک میدان بزرگ بسیار پرهزینه است. بنابراین، یافتن راهی برای گریز از این هزینه بالا ضروری به نظر می رسد. این پژوهش به مدل سازی شبکه های عصبی مصنوعی، به منظور استفاده از نگارهای چاه برای تخمین لیتولوژی در یکی از مخازن میدان گازی پارس جنوبی...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

برآورد تخلخل سازند گازی کنگان در میدان پارس جنوبی با استفاده از ماشین کمیته ای متشکل از شبکه های عصبی مصنوعی منفرد آموزش‌دیده به روش مرتب سازی

برای به دست آوردن نتایج دقیق­تر از به کارگیری روش شبکه­های عصبی مصنوعی، به جای انتخاب نتایج بهترین شبکه حاصل از فرایند سعی و خطا، نتایج چندین شبکه به روشی مناسب با هم ترکیب شده است تا شاید سامانه چند­شبکه­ای حاصل، که از آن با عنوان ماشین کمیته­ای تعبیر می­شود، خطا را کاهش و درنتیجه، دقت را افزایش دهد. در این پژوهش، برای برآورد تخلخل مؤثر سنگ مخزن گازی کنگان در میدان عظیم هیدروکربنی پارس جنوبی، ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 21  شماره 66

صفحات  12- 22

تاریخ انتشار 2013-05-29

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023