video

sound

نسخه انگلیسی

بازدید:

40

دانلود:

16

استناد:

اطلاعات مقاله همایش

عنوان

تخمین نگار کل کربن آلی از داده های چاه پیمایی با استفاده از تکنیک الگوریتم ژنتیک

صفحات

 صفحه شروع | صفحه پایان

چکیده

کل کربن آلی (TOC) یکی از پارامترهای مهم ژئوشیمیایی برای ارزیابی پتانسیل هیدروکربن زائی سنگ منشاء است. اندازه گیری این پارامتر به انجام آزمایشات ژئوشیمی بر روی خرده های حفاری نیاز دارد که پرهزینه و وقت گیر است. به طور کلی, سنگ های غنی از مواد آلی با تخلخل بالا, زمان عبور صوت بالا, چگالی پایین, پرتو گاما بالاتر و مقاومت ویژه بیشتر از سایر سنگ ها مشخص می شوند. در این مطالعه از مدل های الگوریتم ژنتیک خطی و غیرخطی که مبتنی بر مفاهیم زیست شناسی هستند جهت تخمین TOC از داده های پتروفیزیکی استفاده شده است. از عملگرهای زیست مانند تقاطع و جهش جهت تولید مثل نسل های جدید داده و انتخاب فرزندان نابغه استفاده شده است. برای هر کدام از راه حل های مساله یک کروموزوم تعریف شده و جواب های مساله (ژن ها) در سیر تکاملی (رسیدن به جواب های بهینه مساله) قرار گرفته اند. الگوریتم ژنتیک ضرائب وزنی را برای داده های پتروفیزیکی محاسبه کرده که با استفاده از این ضرائب و داشتن داده های چاه پیمایی, می توان TOC را برای سایر چاه های موجود در میدان تخمین زد. دو نوع مدل الگوریتم ژنتیک جهت تخمین TOC طراحی شد: خطی و غیرخطی. از مدل الگوریتم ژنتیک خطی نتایج معتبرتر و مقبول تری نسبت به مدل غیرخطی حاصل شد. میانگین مربعات خطای شبکه در مدل بهینه سازی الگوریتم ژنتیک خطی برای داده های تست 0.0096 می باشد که این مرتبط با مقدار ضریب همبستگی 0.7635 (R2) است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی

    کارگاه های پیشنهادی