تعداد نشریات | 418 |
تعداد شمارهها | 10,005 |
تعداد مقالات | 83,623 |
تعداد مشاهده مقاله | 78,424,530 |
تعداد دریافت فایل اصل مقاله | 55,450,048 |
طراحی شبکه عصبی مصنوعی برای پیشبینی تخلخل مخزن آسماری در میدان گچساران با استفاده از دادههای چاه پیمایی و تخلخل مغزه | ||
فصلنامه زمین شناسی محیط زیست | ||
مقاله 8، دوره 5، شماره 17، دی 1390، صفحه 107-107 اصل مقاله (113.41 K) | ||
نویسندگان | ||
امین امینی1؛ عبدالرسول پورانفر2؛ مهدی ایمانی3 | ||
1کارشناس ارشد زمین شناسی نفت، دانشگاه آزاد اسلامی واحد گچساران، باشگاه پژوهشگران جوان | ||
2دانشجوی دکتری مهندسی شیمی، گروه مهندسی شیمی، دانشگاه آزاد اسلامی، واحد گچساران | ||
3دانشجوی کارشناسی، گروه مهندسی نفت، دانشگاه آزاد اسلامی، واحد گچساران | ||
چکیده | ||
تعیین تخلخل مخزن، به عنوان یکی از مهم ترین پارامترهای پتروفیزیکی، نقش مهمی در صنایع بالادستی نفت ایفـا مـی نمایـد. یکـی از روش های نوین مورد استفاده در مدلسازی و تخمین تخلخل، طراحی شبکه های عصبی مصنوعی است که برای پـیش بینـی پارامترهـای پتروفیزیکی به کار می رود. شبکه عصبی مصنوعی، روشی محاسبه ایست که برگرفته از علم زیست شناسی بوده و ابزاری قوی برای حل مشکلات فراروی صنعت نفت محسوب می گردد. در این مطالعه، برای مخزن آسماری در میدان گچساران، راه حلی بر اساس شبکه های عصبی مصنوعی پیشنهاد شده کـه توسـط آن مـی توان تخلخل را با استفاده از داده های نمودارهای چاه پیمایی متداول )نوترون، صوتی، چگالی، گامـا و مقاومـت(، تـا حـد بسـیار خـوبی تخمین زد و در نهایت نشان داده شده که کاربرد شبکه های عصبی مصنوعی، هزینه ها را کاهش می دهد و به اقتصادی بودن مطالعـه هـا کمک می کند. با مقایسه تخلخل حاصل از مغزه و نتایج به دست آمده از شبکه، ضریب انطباق 95درصد حاصل گردید که نتیجه قابل قبـولی محسـوب می شود و نشان می دهد شبکه های عصبی مصنوعی، می توانند با اطمینان قابل قبولی برای تخمین تخلخل مورد استفاده قرار گیرند | ||
کلیدواژهها | ||
شبکه های عصبی مصنوعی؛ شبکه با برگشت کلی)( | ||
آمار تعداد مشاهده مقاله: 484 تعداد دریافت فایل اصل مقاله: 266 |