تخمین نمودارهای خام چاه نگاری با استفاده از شبکه های عصبی مصنوعی به منظور تعیین لیتولوژی و بهبود ارزیابی پارامترهای پتروفیزیکی چاههای قدیمی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 768

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCEE01_047

تاریخ نمایه سازی: 22 فروردین 1393

Abstract:

از آنجایی که در ارزیابی پتروفیزیکی یک مخزن هنگامی که انواع نمودارهای لازم برای یک چاه وجود نداشته باشد، نمی توان یک تفسیر دقیق و واقعی از سنگ شناسی و اشباع سیالات درون چاه ارائه نمود، لذا در این مقاله سعی شده است با استفاده از سیستم های هوشمند شبکه های عصبی مصنوعی و با بکارگیری نرم افزار Geolog، کار تخمین مجدد نمودارهای قدیمی آسیب دیده و یا نمودارهای جدید را برای چاههای فاقد این نمودارها انجام دهیم تا ارزیابی کاملی از پارامترهای پتروفیزیکی داشته باشیم. در این مقاله نمودارهای جذب فتوالکتریک (PEF) و تصحیح اشعه گاما (CGR) برای مخزنی در جنوب ایران به روش شبکه عصبی تخمین زده شده است و بهترین نتایج برای ضریب همبستگی بین نمودار تخمین زده شده و نمودار واقعی به ترتیب برای PEF و CGR، 84% و 97% به دست آمده است.

Authors

مرتضی حسین آبادی

کارشناسی اکتشاف معدن، گروه مهندسی معدن دانشگاه بیرجند، مقاله وابسته به پژوهشگاه صنعت نفت تهران

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 :