تخمین تراوایی موجود در سنگ مخزن با استفاده از شبکه های مصنوعی عصبی
Publish place: The First National Conference of Petroleum Goemechanics
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 861
This Paper With 9 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:
NPGC01_091
Index date: 23 September 2015
تخمین تراوایی موجود در سنگ مخزن با استفاده از شبکه های مصنوعی عصبی abstract
شبکه های عصبی مصنوعی ترکیبی از عناصر ساده عملیاتی در حالت موازی هستند . این عناصر از سیستم های عصبیبیولوژیکی الهام گرفته شده و براساس مدل های ریاضی شبیه سازی شدهاند شبکه ها دانش تجربی را استفاده می کنند و باانجام محاسبات روی داده های عددی، آنها را ذخیره کرده و مورد استفاده قرار می دهند. روشهای زمین آماری بر پایهکریجینگ که به منظور تخمین مقادیر برای نقاط شبکه در منطقه مورد مطالعه استفاده میشود با نوعی هموارسازی درمقادیر همراه می باشد.هر چند این نوع هموارسازی در بعضی موارد مطلوب باشد ولی در بعضی مطالعات نقش منحرفکنندهای را بازی میکند.حذف یک سری از دادهای دارای مقادیر بالا از نتایج این هموارسازی می باشد. روشهای شبیهسازی سعی در حذف این نوع هموارسازیها می باشد.در مخازن نفتی به علت جریان نفت در مخزن تغییرات زیادی درمخزن رخ میدهد که در روشهایی مثل کریجینگ به علت وجود اثرات نرمکنندگی این نوسانات قابل مشاهده نمی باشد،روش شبیه سازی بسیار مناسب برای این کار می باشد. در این مقاله به بررسی چگونگی تخمین مقادیر تراوایی در محلچاه ها با استفاده از داده های زمین آمار و روش شبکه های عصبی پرداخته می شود.شبکه های عصبی برای حل هر مسئله ای سه مرحله زیر را انجام میدهند:1. آموزش: فرآیندی که طی آن شبکه، الگوی موجود در ورودی ها را که بصورت مجموعه ای از داده های آموزشیاست، می شناسد . برای این منظور هر شبکه عصبی از مجموعهای از قوانین یادگیری که نحوه یادگیری را تعریف می-کنند، استفاده می نماید.2. تعمیم: توانایی شبکه برای ارائه جواب قابل قبول در قبال ورودی هایی که در مجموعه آموزشی نبوده اند. 3. اجرا: استفاده از شبکه برای انجام عملکردی که به آن منظور طراحی شده است.
تخمین تراوایی موجود در سنگ مخزن با استفاده از شبکه های مصنوعی عصبی Keywords:
تخمین تراوایی موجود در سنگ مخزن با استفاده از شبکه های مصنوعی عصبی authors
حسین وفائی پور کوچصفهانی
دانشجوی کارشناس ارشد مهندسی حفاری و استخراج مخازن هیدروکربوری
امید قنبرپور دافچائی
کارشناس ارشد مهندسی مخازن هیدروکربوری، پژوهشگاه صنعت نفت
راضیه واحدی
کارشناسی ارشد مهندسی اکتشاف نفت شرکت مکانیک سنگ نفت آسیا
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 :