مدل سازی پهنه های اکتشاف نفتی با شبکه عصبی پرسپترون چند لایه (MLP) در GIS
Publish place: The journal of Petroleum Research، Vol: 26، Issue: 6
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 61
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:
JR_PRRIP-26-6_012
تاریخ نمایه سازی: 4 دی 1402
Abstract:
فرآیند اکتشاف منابع هیدروکربنی به عنوان فرآیندی بسیار پیچیده و پرهزینه می باشد. در این فرآیند فاکتورهای متعدد زمین شناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق می شوند. طراحی بهترین مسیر برای برداشت داده های لرزه نگاری و همچنین تعیین بهترین محل برای حفر چاه های اکتشافی از اهمیت ویژه ایی برخوردار است، زیرا نتیجه تعیین نادرست یا بی دقت این مکان ها، صرف هزینه و زمان زیاد در طول عملیات می باشد. این تحقیق با هدف تعیین مناطق محتمل نفت و گاز با مقیاس ۱:۲۵۰۰۰ اهواز با ۲۰ میدان نفتی به منظور کاهش زمان و هزینه اکتشاف و تولید می باشد. ۱۷ نقشه فاکتور شامل: کمترین و بیشترین مقدار(غنای کربن آلی، بازده پتانسیل برای تولید هیدروکربن، پیک Tmax، اندیس تولید، اندیس اکسیژن، اندیس هیدروژن) و داده های مجاورت به مناطق دارای آنومالی باقی مانده ثقل بوگه بالا، محور طاقدیس ها و گسل ها، نقشه ناهمواری و انحنا حاصل از منحنی های زیر سطحی سازند آسماری توسط توابع سیستم اطلاعات جغرافیایی ایجاد شدند. برای ترکیب نقشه های فاکتور، از مدل شبکه عصبی پرسپترون MLP که از روش های داده مبنا است، استفاده شد. نتایج حاصل از مدل سازی با داده های آزمون نشان داد که شبکه عصبی ۵×۱۰×۱۷، با شاخص کاپای ۹۰۷۹/۰، همبستگی ۸۹۴۸/۰ و RMSE برابر با ۰۲۶۷/۰ توانسته است بهتر از مدل های دیگر، خروجی ها را تولید کرده و با دقت بالایی میدان های نفتی را پیش بینی کند هرچند که میادین سوفلا و سپهر شناسایی نشده و برخی قسمت ها نیز به اشتباه، جزء میادین نفتی طبقه بندی شده اند.
Keywords:
Authors
نورالدین میثاق
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
نجمه نیسانی سامانی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
عطااله عبدالهی کاکرودی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
سید کاظم علوی پناه
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
عباس بحرودی
گروه اکتشاف معدن، دانشکده مهندسی معدن، دانشگاه تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :