تخمین نمودارهای خام چاه نگاری با استفاده از شبکههای عصبی مصنوعی به منظور تعیین درجه اشباع و تخلخل در چاههای نفت قدیمی
محل انتشار: نهمین کنفرانس دانشجویی مهندسی معدن ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 505
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMEC09_038
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
از آنجایی که در ارزیابی پتروفیزیکی یک مخزن هنگامی که انواع نمودارهای لازم برای یک چاه وجود نداشته باشد، نمیتوان یک تفسیر دقیق و واقعی از سنگ شناسی و اشباع سیالات درون چاه ارائه نمود، لذا در این تحقیق سعی شده است با استفاده از سیستمهای هوشمند شبکههای عصبی مصنوعی و با به کارگیری نرم افزار Geolog ، کار تخمین مجدد نمودارهای قدیمی آسیبدیده و یا نمودارهای جدید را برای چاههای فاقد این نمودارها انجام دهیم تا ارزیابی کاملی از پارامترهای پتروفیزیکی داشته باشیم. در این تحقیق نمودارهای جذب فتوالکتریک (PEF) و تصحیح اشعه گاما (CGR) برای مخزنی در جنوب ایران به روش شبکه عصبی تخمین زده شده است و بهترین نتایج برای ضریب همبستگی بین نمودار تخمین زده شده و نمودار واقعی به ترتیب برای PEF و CGR و 84٪ و 39 % به دست آمده است
کلیدواژه ها:
نویسندگان
مرتضی حسین آبادی
درجه علمی کارشناسی و رشته تخصصی مهندسی اکتشاف معدن
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :