کاربرد شبکه عصبی مصنوعی در تخمین خواص پتروفیزیکی یکی از مخازن هیدروکربوری جنوب ایران

مقاله کاربرد شبکه عصبی مصنوعی در تخمین خواص پتروفیزیکی یکی از مخازن هیدروکربوری جنوب ایران

پارامترهای پتروفیزیکی که از طریق ارزیابی های مغز بدست می آیند هزینه بر و وقتگیر هستند. از این رو در این تحقیق سعی بر آن است که با استفاده از کاربرد تکنیک شبکه های عصبی مصنوعی در تخمین این پارامترها صرفه جویی صورت گیرد. در این تحقیق کاربرد شبکه های عصبی مصنوعی در تخمین خواص پتروفیزیکی مورد بررسی قرار گرفت. روش های تخمین خواص پتروفیزیکی مخزن مانند شبکه آموزشی early stopping و شبکه پس انتشار خطا bp توضیح داده شد. داده های بدست آمده از نگاره های چگالی، نوترون، صوتی، مقاومت ویژه و گاما در چهار چاه بعنوان داده های ورودی در نظر گرفته شدند. تخلخل حاصل از مغزه و هم چنین داده های آب اشباع شدگی محاسبه شده از فرمول simandoux به عنوان خروجی مطلوب به کار گرفته شده است.

سپس تخلخل و اشباع آب با استفاده از شبکه عصبی مصنوعی تخمین زده شدند و نتایج حاصل با خروجی های مطلوب مقایسه و میزان اعتبار آن ها سنجیده شد. مقدار ضریب همبستگی مربوط به تخلخل در چاه های مطالعه شده در فرآیند آزمایش برای گروه اول داده ها که شامل نگارهای نوترون، چگالی، صوتی و گاما می باشد. 0.915 و برای گروه دوم داده ها که شامل نگاره های نوترون، چگالی، صوتی به علاوه مقاومت ویژه و آب اشباع شدگی می باشد 0.987 بدست آمد. هم چنین مقدار ضریب همبستگی دو شبکه آب اشاع شدگی که نگارهای مقاومت ویژه و تخلخل بدست آمده از مغزه به عنوان ورودی وارد شدند در مرحله آزمایش برابر با 0.919 بدست آمد.