بهینه سازی رگرسیون ماشین بردار پشتیبان برای تخمین تراوایی مخازننفتی

تراویی یکی از خصوصیات مهم در مخازن هیدروکربوری میباشد تراوایی را از طریق اندازه گیری های مستقیم آزمایشگاهی بر روی مغزه های سنگ و یا آزمایش چاه به دست می آورند. اما به دلیل وقت گیر بودن و هزینه زیاد و مشکلات عملیاتی، فقط تعداد محدودی از چاه ها مغزه گیری شده و یا آزمایش چاه فقط به تعداد محدود در میدان نفتی صورت می گیرد. لذا استفاده از روش های غیر مستقیم محاسباتی، اجتناب ناپذیر است. یکی از اهداف مطالعات پتروفیزیکی تخمین دقیق و صحیح تراوایی در چاه هایی است که اندازه گیری تراوایی در آن ها به هر دلیلی (نبود مغزه،وجود شکستگی در نمونه ها و ....) ممکن نمی باشد. در این مطالعه از الگوریتم رگرسیون ماشین بردار پشتیبان و کاربرد حالت های مختلف آن و همچنین الگوریتم رگرسیون ماشین بردار پشتیبان یکنواخت جهت تخمین تراوایی مخازن نفتی و استفاده از اطلاعات نگار های چاه ها به عنوان ورودی الگوریتم ها، استفاده شده است. نتایج این تحقیق نشان می دهد که چنانچه اطلاعات نسبتاً خوبی از داده های نگار های چاه در اختیار داشته باشیم (ازلحاظ کمیت و کیفیت) آنگاه می توان به خوبی میزان تراوایی را برای داده های جدید و یا داده های دچار اشکال شده با ضریب خطای نسبتاً کمتری محاسبه نمود، علاوه بر این در انتها ثابت کرده ایم که استفاده از داده های موجود و بهینه سازی رگرسیون ماشین بردار پشتیبان می توان به تخمین تراوایی با ضریب همبستگی مطلوبی دست یافت.

کلیدواژه ها:

تراوایی ، الگوریتم یادگیری ماشین ، رگرسیون ماشین بردار پشتیبان ، تابع هسته ، نمودارپتروفیزیکی ، مغزه ، چاه پیمایی