مدل سازی شکستگی در مخازن کربناته مبتنی بر یادگیری عمیق با استفاده از داده های لرزه ای ، پتروفیزیکی و زمین شناسی
Publish place: The 41th National Geosciences Congress
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 133
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GSI41_062
تاریخ نمایه سازی: 6 خرداد 1402
Abstract:
شکستگی ها از مهمترین ویژگی های زمین شناسی هستند که بر تولید از بیشتر مخازن کربناته تاثیر می گذارند، حجم زیادی از منابع هیدروکربنی جهان در مخازن شکسته واقع شده است . شناسایی شکستگی ها از مهمترین مراحل توسعه مخازن به شمار می رود. با توجه به هزینه بر بودن ابزارهای موجود در صنعت جهت شناسایی شکستگی ها، نظیر لاگهای تصویری و عدم وجود آنها در بیشتر مناطق مورد مطالعه اغلب سعی می شود از سایر داده های موجود برای شناسایی شکستگی ها استفاده شود. با توجه به پیشرفت روز افزون روشهای داده محور نظیر شبکه های عصبی و یادگیری ماشین ، در این پژوهش سعی شده است تا با استفاده از الگوریتم های یادگیری عمیق و اعمال آنها بر داده های چاه نگاری و لرزهای در یک مخزن کربناته ، شکستگی های موجود در منطقه مورد بررسی شناسایی شود. رویکرد مورد استفاده در این پژوهش کلاس بندی باینری است که در محدوده چاه اعمال می شود. جهت اعتبار سنجی روش پیش رو، نتایج به دست آمده با گزارشهای حاصل از لاگهای تصویری مقایسه می گردد. در آخر نقشه تراکم شکستگی در کل محدوده مخزنی ترسیم می شود.
Keywords:
Authors
فاطمه حیدرپور
دانشجوی کارشناسی ارشد، دانشکده مهندسی معدن، دانشکده فنی دانشگاه تهران ، تهران
عباس بحرودی
عضو هئیت علمی دانشکده مهندسی معدن، دانشکده فنی دانشگاه تهران،، تهران