مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,446
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

857
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

مقایسه روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی برای برآورد تخلخل و نفوذپذیری

صفحات

 صفحه شروع 140 | صفحه پایان 149

چکیده

 تخلیل و نفوذپذیری را می توان دو پارامتر از سه پارامتر مهم در ارزیابی ویژگیهای یک میدان نفتی عنوان کرد. اطلاعات مربوط به تعیین پارامترهای پتروفیزیکی, غالبا با استفاده از مطالعه مغزه ها, حاصل می شوند ولی استفاده از این روش در بسیاری موارد قابل اجرا نیست. دلیل این امر تنها مربوط به هزینه بالای مغزه گیری نیست, زیرا در بسیاری موارد, تهیه مغزه از چاههای مختلف, امکان پذیر نمی باشد. از روشها و روابط تجربی نیز به دلیل داشتن مشکلات خاص آنها و تعلق نتایج مربوط به آنها به منطقه ای خاص, نمی توان با اطمینان کامل استفاده کرد. شبکه های عصبی مصنوعی, یکی از جدیدترین فنونی هستند که به تدریج جایگاه خود را در میان علوم مختلف و خاصه در مهندسی نفت پیدا کرده اند. به طور کلی می توان برآورد پارامترهای پتروفیزیکی توسط شبکه های عصبی را در دو مرحله عنوان کرد. ابتدا پیدا کردن ویژگیهای شبکه مورد بحث برای اعمال در مورد پارامتر مورد نظر که این کار با استفاده از اطلاعات مربوط به یک سری از چاهها انجام می شود که هم اطلاعات نمودارها و هم اطلاعات آزمایش مغزه برای آنها وجود دارد. مرحله دوم, شامل اعمال شبکه حاصل از مرحله اول در مورد سایر چاههای میدان می باشد.در این مطالعه, برای تعیین مقادیر تخلخل در میدان نفتی گچساران از دو شبکه استفاده شد که یکی از آنها, شبکه ای با سه پارامتر ورودی (نگار چگالی, صوتی و نوترون) و دیگری شبکه ای با ده پارامتر (پاسخ نگارهای نوترون, گاما, چگالی, صوتی, مقاومت ویژه ناحیه کم ژرفا و ژرف و مقادیر اشباع آب و مختصات فضایی نقاط) ورودی است. مقادیر تخلخل برآورد شده توسط این شبکه ها در مرحله تعمیم, به ترتیب مقادیر همبستگی 0.914 و 0.938 را نشان دادند. این در حالی بود که نتیجه مربوط به معادله رگرسیون در تعیین مقدار تخلخل, مقدار 0.658 را نشان می داد. در مورد نفوذپذیری نیز مقادیر لگاریتم نفوذپذیری حاصل از شبکه های دارای 6 (پاسخ نگارهای چگالی, صوتی, گاما, مقاومت ویژه ناحیه کم ژرفا و ژرف و تخلخل حاصل از شبکه تخلخل دارای 10 نورون ورودی) و 11 پارامتر ورودی (نگارهای نوترون, گاما, چگالی, صوتی, مقاومت ویژه ناحیه کم ژرفا و ژرف و مقادیر اشباع آب, مختصات فضایی نقاط و تخلخل حاصل از شبکه تخلخل دارای 10 نورون ورودی), و معادله رگرسیون, به ترتیب مقادیر همبستگی برابر با 0.851 و 0.858 و 0.617 را با مقدار لگاریتم نفوذپذیری مغزه نشان دادند.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    جلالی لیچایی، مجتبی، و بیدهندی، محمدنبی. (1385). مقایسه روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی برای برآورد تخلخل و نفوذپذیری. علوم زمین، 16(61)، 140-149. SID. https://sid.ir/paper/31428/fa

    Vancouver: کپی

    جلالی لیچایی مجتبی، بیدهندی محمدنبی. مقایسه روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی برای برآورد تخلخل و نفوذپذیری. علوم زمین[Internet]. 1385؛16(61):140-149. Available from: https://sid.ir/paper/31428/fa

    IEEE: کپی

    مجتبی جلالی لیچایی، و محمدنبی بیدهندی، “مقایسه روشهای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی برای برآورد تخلخل و نفوذپذیری،” علوم زمین، vol. 16، no. 61، pp. 140–149، 1385، [Online]. Available: https://sid.ir/paper/31428/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button