تخمین نمودارهای خام چاه نگاری با استفاده از شبکه های عصبی مصنوعی به منظور تعیین لیتولوژی و بهبود ارزیابی پارامترهای پتروفیزیکی چاههای قدیمی
عنوان مقاله: تخمین نمودارهای خام چاه نگاری با استفاده از شبکه های عصبی مصنوعی به منظور تعیین لیتولوژی و بهبود ارزیابی پارامترهای پتروفیزیکی چاههای قدیمی
شناسه ملی مقاله: NCEE01_047
منتشر شده در اولین کنفرانس ملی مهندسی اکتشاف منابع زیرزمینی در سال 1392
شناسه ملی مقاله: NCEE01_047
منتشر شده در اولین کنفرانس ملی مهندسی اکتشاف منابع زیرزمینی در سال 1392
مشخصات نویسندگان مقاله:
مرتضی حسین آبادی - کارشناسی اکتشاف معدن، گروه مهندسی معدن دانشگاه بیرجند، مقاله وابسته به پژوهشگاه صنعت نفت تهران
خلاصه مقاله:
مرتضی حسین آبادی - کارشناسی اکتشاف معدن، گروه مهندسی معدن دانشگاه بیرجند، مقاله وابسته به پژوهشگاه صنعت نفت تهران
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.
کلمات کلیدی: تخمین نمودار، شبکه عصبی مصنوعی، ارزیابی پتروفیزیکی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/242131/