تخمین کل محتوای کربن آلی(TOC)با بکارگیری روش ALOG R و شبکه عصبی مصنوعی و ارزیابی ژئوشیمیایی سازند کژدمی در یکی از میادین دشت آبادان

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 991

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PTCE01_005

تاریخ نمایه سازی: 16 مهر 1392

چکیده مقاله:

تعیین کل محتوای کربن آلی TOC یکی ازمراحل بنیادی درارزیابی سنگهای منشا می باشد به دلیل فقدان مغزه از بازه های سنگ منشا و هزینه بالای انالیزهای ازمایشگاهی امکان نمونه برداری ازکل بخشهای سنگ منشا میسرنبوده و درمواردی نیز نمونه های برداشته شده الوده بوده و یا عمق نمونه برداری دقیقی ندارند ازانجایی که اگاهی دقیق ازتغییرات TOC نقش موثری درپیشبرد اهداف اکتشاف نفت دارد دراین مطالعه سعی شده با استفاده ازنگارهای چاه پیمایی مقادیر TOC دربازه های 15سانتیمتری تخمین زده شود فاصله زیاد بین نمونه های برداشته شده میتواند باعث اشتباه دربدست آوردن میانگین مقدار کل ماده الی سنگ گردد بنابراین ارزیابی پیوسته سنگ منشا باید مورد توجه قرار گیرد این تحقیق به بررسی روشهای ΔLOG R و شبکه عصبی مصنوعی درسازند کژدمی میدان جفیر واقع دردشت ابادان می پردازد نتایج اعتبارسنجی نشان میدهد که سیستم های هوش مصنوعی باداشتن همبستگی بالای 91درصد ابزاری هوشمند و قدرتمند دربراورد پارامتر TOC بوده و برای تمام لیتولوژیهایی که میتوانند سنگ منشا باشند قابل استفاده می باشد بلوغ مواد الی برروی مقدار TOC تخمین زده شده تاثیر گذار بوده و درروش ΔLOG R مقدار LOM موجود دررابطه استفاده شده درصورت دقیق نبودن موجب تغییر درمقدار مطلق TOC میشود

کلیدواژه ها:

بلوغ مواد آلی/پیرولیز راک - ایول/روشΔLOG R/شبکه عصبی مصنوعیANN/نگارهای چاه پیمایی

نویسندگان

بهرام علیزاده

عضو هیات علمی مرکز پژوهشی زمین شناسی،دانشگاه شهید چمران اهواز

عادل بویک

دانشجوی کارشناسی ارشد زمین شناسی نفت

علی کدخدائی

عضو هیات علمی دانشگاه تبریز

وحید بلندی

دانشجوی کارشناسی ارشد زمین شناسی نفت

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 :
  • Bordenave, M.L, , 1993. Applied Petroleum Geochemistry. Paris: Editions technip, ...
  • Waples, D.W., 1985. Geochemistry in petroleum exploration. International Human Resources ...
  • Huang, Z., Williamson, M.A. (1996). Artificial neural network modeling as ...
  • Kamali, M.R., Mirshady, A.A., 2004. Total organic carbon content determ ...
  • Kadkh odaie-Ilkhch i, A., Rahimpo ur-Bonab, H., Rezaee, M.R., (2009). ...
  • Alizadeh B., Najjari S. and Kadkh odaie-Ilkhchi A. (2012). Artificial ...
  • Passey, O.R., Moretti, F.U., Stroud, J.D (1990). A practical modal ...
  • Jianliang, J., Zhaojun, L, , Qingtao, M., Rong, L., Pingchang, ...
  • Von Altrock, C., (1995). Fuzzy logic and Neuro- Fuzzy applications ...
  • Nikravesh, M., Adams, R.D., Levery, R.A., 2001. Soft computing: tools ...
  • Espitalie, J., Laporte, J., Madec, M., Marquis, F.. Leplat, P., ...
  • Hunt, J. M. (1996) Petroleum Geochemistry and Geology. Second Edition. ...
  • Huang, B., Xiao, X., Zhang, M., (2003). Geochemistry, grouping and ...
  • Peters, K. E.(1986) Guidelines for Evaluating Petroleum Source rock Using ...
  • Jackson, K.S., Hawkins, P.J., Bennett, A. J.R (1985) R egional ...
  • Jones, R. W. (1987) Organic Facies. In: J. Brooks and ...
  • Dean, _ Arthur, M. A., Claypool, G. E. (1986) Depletion ...
  • نمایش کامل مراجع