مقایسه کارایی روش های تخمین گر در تخمین تخلخل در مخازن نفتی
Publish place: Petroleum Technical Conference and Exhibition
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,139
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
PTCE01_044
Index date: 8 October 2013
مقایسه کارایی روش های تخمین گر در تخمین تخلخل در مخازن نفتی abstract
تخلخل از مه مترین پارامترهای مورد استفاده در شناسایی خصوصیات یک مخزن نفتی است. اندازه گیری میزان تخلخل به صورت مستقیم معمولا از طریق مطالعات مغزه بدست می آید. اما اندازه گیری تخلخل با استفاده از روش های مستقیم با چالش های متعددی روبه رو است. ازجمله این چالش ها عدم امکا ن مغزه گیری در تمام چاه ها و نیز در تمام اعماق است، ولی تقریبا در تمام چا هها نمودارگیری به صورت پیوستهانجام م یشود. در نتیجه م یتوان از نمودارهای چا هنگاری برای تخمین پارامتر تخلخل استفاده کرد. تخمین تخلخل با استفاده از رو شهای مختلفی صورت می گیرد. در این مقاله به منظور بررسی عملکرد روش های هوشمند برای تخمین پارامتر تخلخل از دو تکنیک شبکه عصبیچند لایه و سیستم فازی-عصبی درخت مدل خطی محلی استفاده شده است. تعداد متغیرهای ورودی برای هر دو روش تخمین یکسان وبرابر با سه پارامتر می باشد. به منظور بررسی و مقایسه این دو روش با یکدیگر نتایج بدست آمده با داد ههای مغزه مقایسه شد. براین اساس، استفاده از رویکرد فازی -عصبی درخت مدل خطی محلی با توجه به استراتژی تقسیم و تسخیر نسبت به تکنیک شبکه عصبی چندلایه،پارامتر تخلخل را با دقت بالاتری تخمین می زند. در نهایت براساس داده های چاه نگارها تخلخل در یکی از چا ههای نفتی جنوب ایران تخمینزده شد.
مقایسه کارایی روش های تخمین گر در تخمین تخلخل در مخازن نفتی Keywords:
مقایسه کارایی روش های تخمین گر در تخمین تخلخل در مخازن نفتی authors
ساره صدیق
دانشجوی کارشناسی ارشد مهندسی اکتشاف معدن
مهرنوش علی پور شهسواری
دانشجوی کارشناسی ارشد مهندسی اکتشاف معدن
حسین معماریان
استاد،دانشکده فنی دانشگاه تهران
بهزاد تخم چی
استادیار،دانشکده مهندسی معدن،دانشگاه صنعتی شاهرود
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 :