حساسیت سنجی پارامترهای الگوریتم ردیابی مورچه و عوامل موثر بر عملکرد آن در شناسایی گسل ها و شکستگی ها

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 844

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICOGPP04_001

تاریخ نمایه سازی: 13 شهریور 1396

Abstract:

شناسایی گسل ها از مراحل مهم تفسیر لرزه نگاری است که در ساخت مدل ساختمانی لرزه ای مورد استفاده قرار می گیرد. همچنین بابررسی تراوایی شکستگی ها امکان مدلسازی پویا و نیز توسعه بهینه منابع هیدروکربوری فراهم میشود. این موضوع در خصوص مخازنهیدروکربنی ایران که عمدتا از جنس کربناته شکاف دار می باشند، از اهمیت ویژه ای برخوردار است. امروزه تحقیقات متعددی به منظور شناساییخودکار گسل ها و سیستم شکستگی ها بر اساس داده های لرزه نگاری صورت گرفته است. مطالعه نشانگرهای لرزه ای هندسی و ترکیب آنها براساس شبکه عصبی مصنوعی و سیستم های فازی و توسعه روشهای شناسایی خودکار لبه مبتنی بر روشهای هوش مصنوعی ازجمله اینمطالعات بوده است. الگوریتم ردیابی مورچه نیز ابزاری کارآمد در شناسایی دقیق شکستگی های مخزن است که تمامی ناپیوستگی های مکانیموجود در نشانگر لرزه ای را جهت استخراج سطوح محتمل به گسل تحلیل می کند.ابتدا به منظور تضعیف نوفه تصادفی موجود در داده ی لرزه ای و نیز بهبود پیوستگی رخدادها و برجسته ساختن گسل ها و شکستگی ها یکمکعب فیلتر بهبود گسل از دادهی لرزهای اولیه تهیه گردید. سپس مکعب نشانگر واریانس از دادهی لرزهای فیلتر خورده به عنوان ورودیالگوریتم ردیابی مورچه ایجاد گردید. در ادامه عوامل موثر بر عملکرد الگوریتم ردیابی مورچه بررسی و تاثیر تغییرات هر یک از این عوامل برشناسایی گسل های اصلی و تاثیر پذیری از نوفه های موجود در داده لرزهای مطالعه شده است. بر این اساس افزایش مرز اولیه، میزان گام بیشتر،معیار توقف کمتر و میزان انحراف متوسط عواملی هستند که منجر به شناسایی بهینه گسل های موجود در داده لرزهای و حداقل تاثیرپذیری ازنوفه لرزه ای می شود.

Authors

معصومه لطفی

دانشجو آموخته مهندسی اکتشاف نفت، دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر

ناصر کشاورزفرج خواه

استادیار، پژوهشگاه صنعت نفت تهران