ساخت یک مدل ماشین هوشمند مشاوره جهت تخمین محتوای کربن آلی با استفاده از داده های پتروفیزیکی

محتوای کربن آلی یکی از پارامترهای مهم جهت ارزیابی پتانسیل تولید هیدروکربن باقیمانده و توصیف ژئوشیمیایی لایه های تولید کننده نفت می باشد. به طور کلی لایه های غنی از کربن ارگانیکی (TOC) با تخلخل نوترون بالا، زمان گذر صوتی بالا، چگالی پایین، تشعشع پرتوی گامای بالا و مقاومت بالاتر نسبت به سایر لایه ها با استفاده از نمودارهای چاه پیمانی قابل شناسایی هستند. در مطالعه حاضر یک مدل جدید جهت تخمین TOC از روی داده های پتروفیزیکی برای سازندهای کنگان و دالان در میدان گازی پارس حنوبی توسط مفهوم ماشین مشاوره طراحی شده است. روش کار شامل تلفیق روش های هوشمند شبکه عصبی (ANN) منطق فازی (FL) در یک ماشین مشاوره (CM) توسط روش بهینه سازی است. در سیستم طراحی شده نتایج TOC تخمین زده شده توسط هر یک از روش های هوشمند مذکور دارای یک ضریب وزنی است که مقادیر بهینه وزنی توسط تکنیک الگوریتم های ژنتیک (GA) بدست آمده است. این روش توسط یک مطالعه موردی توضیح داده شده است. به این منظور اطلاعات سه چاه از میدان گازی پارس جنوبی شامل داده ای ژئوشیمیایی بدست آمده از پیرولیز Rock-Eva; و نمودارهای پتروفیزیکی جهت ساخت و آمزایش مدل مزبور استفاده شده اند.