بهبود موثر شبیه سازی توزیع های فضایی پیچیده تخلخل موثر در مخازن هیدروکربنی از طریق بهبود بازشناسی الگوهای فضایی در الگوریتم FILTERSIM
Publish place: The Third Scientific Conference of Hydrocarbon Reservoir Engineering, Science and Related Industries
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,013
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RESERVOIR03_058
تاریخ نمایه سازی: 21 تیر 1393
Abstract:
زمین آمار چند نقطه ای عرصه ای در حال توسعه در حیطه ی مدلسازی استاتیک توزیع های فضایی پیچیده خواص مخازن نفتی است. در اغلب موارد الگوریتم های مبتنی بر زمین آمار واریوگرامی در شبیه سازی این گونه توزیع ها نتایج رضایت بخشی را بدست نمی دهند. الگوریتم فیلترسیم (FILTERSIM) ، الگوریتمی مبتنی بر زمین آمار چندنقطه ای است با مقایسه الگو به الگوی مرتبط با پارامتر مورد شبیه سازی، با دقت بالایی نسبت به سایر الگوریتم های زمین آماری سعی در بازسازی ساختارهای فضایی پیچیده پارامتر مورد نظر را در گستره مخزن دارد. با این حال الگوریتم فیلترسیم در انطباق و جورشدگی مرزی الگوها دچار مشکل است. در این مطاله، با ارائه منطقی جدید در نحوه شبیه سازی و انتخاب الگو و اعمال آن بر الگوریتم فیلترسیم بهبود معنادار و موثری در کیفیت مدل های شبیه سازی شده بدست آمد. این روش های بهبودبخش شامل استفاده از کلاس بندی نظارت شده الگوها با استفاده از دو کلاسیفایر بیز موازی (Bayes) ترکیب شده با تئوری دمپسر-شیفر (Dempster-Shafer)، و درادامه استفاده از تابع ضریب همبستگی برای انتخاب منطبق ترین الگو جهت قرار گرفتن در شبکه شبیه سازی است. مقایسه نتایج بین مدل های شبیه سازی شده با استفاده از الگوریتم اصلی فیلترسیم و الگوریتم بهبود یافته فیلترسیم ، پیوستگی فضایی معنادار در انطباق بهتر بین الگوهای قرار گرفته شده در شبکه شبیه سازی را نشان می دهد.
Keywords:
Authors
حامد نادری
دانشجوی دکتری اکتشاف معدن، دانشگاه صنعتی اصفهان
رکسانا رضایی
دانشجوی دکتری اکتشاف معدن، دانشگاه صنعتی اصفهان
نادر فتحیان پور
دانشیار دانشکده مهندسی معدن، دانشگاه صنعتی اصفهان
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 :