مقایسه روش های شبکه عصبی مصنوعی، LogR∆ و آنالیز خوشه ای برای ارزیابی مقدار کربن آلی در سازندهای محتوای هیدروکربن

محتوای کربن آلی کل یکی از متغیرهای مهم برای ارزیابی ژئوشیمیایی لایه های تولید کننده نفت و گاز است. در این مطالعه طی سه مرحله، محتوای کربن در سازندهای هیدروکربن دار با استفاده از داده های نگار ارزیابی شد. در مرحله اول با استفاده از شبکه عصبی مصنوعی محتوای کربن آلی  به دست آمد، در مرحله دوم با کمک روش محاسباتی LogR∆ محتوای کربن آلی مورد ارزیابی قرار گرفت و در مرحله آخر داده های نگارهای چاه پیمایی  به مجموعه ای از الکتروفاسیس ها تقسیم بندی شد که به این منظور از بهترین روش آنالیز خوشه ای، یعنی روش  MRGCبهره گرفته شد. این روش بر پایه آزمون های ارزیابی خوشه ای بهترین روش برای خوشه بندی داده های پتروفیزیک در الکتروفاسیس های معین است. آنالیز خوشه ای یک بار برای داده های TOC حاصل از شبکه عصبی و یک بار برای داده های TOC حاصل از روش LogR∆ صورت گرفت. نتایج نشان داد که سامانه های هوشمند نسبت به روش های قدیمی مبتنی بر روش LogR∆ مناسب ترند و دقت بالاتری دارند. روش ارائه شده همراه با مثال موردی از میدان نفتی آزادگان ارائه شده است.

کلیدواژه ها:

کربن آلی کل ، شبکه عصبی مصنوعی ، آنالیز خوشه ای ، LogR∆ ، داده های پتروفیزیکی