ارائه یک مدل فازی-عصبی جهت پیش بینی تخلخل سنگ

تخلخل از جمله مهمترین خواص پتروفیزیکی سنگ هستند و می توان آن را یکی از اساسی ترین پارامترهای توصیف مخازن هیدروکربنی دانست. برای تعیین ارتباط بین تخلخل با نمودارهای چاه نگاری مرسوم (مانند نگار صوتی، نگار دانسیته، نگار مقاومت و ....) معادلات متعددی توسط محققین مختلف ارائه شده اند اما این روابط اغلب از دقت نسبتا پایینی برخوردار هستند و معمولا نمی توان برای تمام مخازن و لیتولوژی ها از آنها استفاده کرد. سیستم فازی عصبی که تلفیقی از شبکه های عصبی-مصنوعی و منطق فازی می باشد، بدلیل کارایی که در تعیین ارتباطات غیرخطی و بسیار پیچیده بین ویژگی های مخزنی و نمودارهای چاه نگاری دارد، می تواند بعنوان راه حل مناسبی برای پیش بینی تخلخل مورد استفاده قرار گیرد. در این مطالعه بمنظور پیش بینی تخلخل در یکی از میادین نفتی جنوب غرب ایران، یک مدل هوشمند برمبنای تکنیک فازی- عصبی ارائه شده است. برای ایجاد مدل فازی-عصبی، از تکنیک genfis3 بمنظور تولید سیستم انطباقی فازی (FIS) استفاده شده است. داده های مورد استفاده شامل 4544 دسته داده چاه پیمایی (عمق، نمودار اشعه گاما، نمودار فوتوالکتریک، نودار دانسیته ، نمودار نوترون) می باشند. از بین این داده ها، تعداد 3029 دسته داده بعنوان داده های آموزش و تعداد 1515 دسته داده بعنوان داده های آزمایش مدل، بصورت تصادفی انتخاب شدند. برای ارزیابی مدل، از معیارهای مختلف از جمله ضریب همبستگی (R) و ریشه میانگین مربعات خطا (RMSE) استفاده شده است. براساس نتایج بدست آمده، مدل ارائه شده با ضریب همبستگی 0.947 می تواند بعنوان یک ابزار مناسب و قابل اعتماد در پیش بینی تخلخل در محدوده داده های مورد استفاده، بکار گرفته شود.

کلیدواژه ها:

تخلخل ، چاه نگاری ، مخازن هیدروکربنی ، هوش مصنوعی ، سیستم فازی-عصبی