برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
تابستان 1396 , دوره  43 , شماره  2 ; از صفحه 281 تا صفحه 295 .
 
عنوان مقاله: 

پيش بيني تراوايي سنگ مخزن کربناته با استفاده از شبکه عصبي مصنوعي و ماشين بردار پشتيبان در يکي از مخازن نفتي ايران

 
نویسندگان: 
 
آدرس:  
* دانشکده مهندسی معدن، دانشگاه صنعتی سهند، تبریز، ایران
 
چکیده: 

تراوايي از مولفه هاي اساسي در ارزيابي مخازن هيدروکربني است که عمدتا از طريق اندازه گيري هاي آزمايشگاهي از مغزه يا داده هاي چاه آزمايي به دست مي آيد. با اين حال، به دليل هزينه زياد و فراواني کم اين نوع از داده ها، پيش بيني تراوايي با استفاده از داده هاي چاه نگاري از جايگاه ويژه اي برخوردار است. در اين مطالعه، براي تخمين تراوايي، ابتدا داده هاي چاه نگارها با توجه به مطالعات زمين شناسي صورت گرفته بر روي ميدان مورد مطالعه به چهار گروه رخساره هاي الکتريکي دسته بندي مي شوند: پکستون-وکستون–مادستون، پکستون–وکستون، گرينستون–پکستون و گرينستون–پکستون–وکستون.
در اين مطالعه، از شبکه هاي عصبي مصنوعي و ماشين بردار پشتيبان براي تخمين تراوايي در يکي از مخازن ناهمگون کربناته با استفاده از داده هاي چهار چاه در ميدان مذکور استفاده شده است. جهت تخمين تراوايي، ابتدا داده هاي نگاره هاي چاه با استفاده از روش هاي «تجزيه وتحليل مولفه هاي اصلي» و «تجزيه وتحليل خوشه مبتني بر مدل» به رخساره هاي الکتريکي تقسيم بندي شده اند. سپس هر رخساره الکتريکي به عنوان ورودي شبکه عصبي مصنوعي و ماشين بردار پشتيبان جهت تخمين تراوايي در نظر گرفته شده اند.
شبکه عصبي مصنوعي با استفاده از «توابع پس انتشار لونبرگ»، «گراديان نزولي با تکانه وزني» و «تابع يادگيري بياس» با ده لايه مخفي آموزش داده شده است. از ماشين بردار پشتيبان با رگرسيون هاي اپسيلون و نو با توابع کرنلي مختلف استفاده شده است.در اين مطالعه، تابع کرنل شعاعي ماشين بردار پشتيبان داراي خطاي کمتري در مقايسه با شبکه عصبي است. خطاي حاصل از ماشين بردار پشتيبان براي رخساره هاي الکتريکي گروه اول تا چهارم به ترتيب برابر است با: 0.0065، 0.0242، 3.6587 و 0.0195.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
 
مقالات نشریه ای مرتبط:  
 
مقالات همایشی مرتبط: 
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
ارجاعات: 
  • ثبت نشده است
 
استنادات: 
  • ثبت نشده است
 
+جهت ارجاع به این مقاله کلیک کنید(Cite).
APA : کپی

عزیزی، ی.، و شادمنامن، ن. (1396). پیش بینی تراوایی سنگ مخزن کربناته با استفاده از شبکه عصبی مصنوعی و ماشین بردار پشتیبان در یکی از مخازن نفتی ایران. مجله فیزیک زمین و فضا, 43(2 ), 281-295. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=333844



Vancouver : کپی

عزیزی یاسر، شادمنامن نوید. پیش بینی تراوایی سنگ مخزن کربناته با استفاده از شبکه عصبی مصنوعی و ماشین بردار پشتیبان در یکی از مخازن نفتی ایران. مجله فیزیک زمین و فضا. 1396 [cited 2021October28];43(2 ):281-295. Available from: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=333844



IEEE : کپی

عزیزی، ی.، شادمنامن، ن.، 1396. پیش بینی تراوایی سنگ مخزن کربناته با استفاده از شبکه عصبی مصنوعی و ماشین بردار پشتیبان در یکی از مخازن نفتی ایران. مجله فیزیک زمین و فضا, [online] 43(2 ), pp.281-295. Available: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=333844.



 

 
چکیده انگلیسی بازدید یکساله 78 مباني نظري و تجربي ونداليسم: مروري بر يافته هاي يك تحقيق
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی