مقایسه روش های رگرسیون چندگانه و شبکه های عصبی مصنوعی در برآورد سرعت موج برشی از روی داده های پتروفیزیکی

توصیف مخزن جهت توسعه مخازن نفت و گاز امروزه امری لازم و ضروری است. سرعت اموج برشی به همراه امواج فشارشی می تواند داده های ارزشمندی برای مطالعه مخزن فراهم کنند. این روش ها که به طور خلاصه مطالعات پتراکوستیکی مخزن نامیده می شوند نقش مهمی در توصیف مخزن مانند تعیین سنگ شناسی، نوع سیال و مطالعه ژئوفیزیکی آن دارد. هدف اصلی این مقاله تخمین سرعت موج برشی با استفاده از روش رگرسیون چندگانه و نیز تکنیک شبکه های عصبی مصنوعی و مقایسه نتایج آنها می باشد. شبکه های عصبی قادر به ساخت مدلی هستند که بتوانند Vs را محاسبه نماید و این در مقایسه با رگرسیون چندگانه به رگرسیون دینامیک مروف است. در این مطالعه جهت تخمین سرعت موج برشی از چاهی از میدان مورد مطالعه استفاده شد که هم دارای داده های نمودارهای چاه پیمانی و هم دارای داده های سرعت موج برشی از سوند دایپل DSSI بود. داده های پتروفیزیکی این چاه پس از پردازش و انتخاب داده های مناسب به سه مجموعه آموزشی، اعتبار سنجی و آزمایشی تقسیم شدند و به عنوان ورودی در شبکه عصبی مورد استفاده قرار گرفتند. همچنین برای تخمین سرعت موج برشی (Vs) با استفاده از رگرسیون چندگانه، از همان تعداد اطلاعاتی که برای سه مجموعه آموزشی اعتبار سنجی و آزمون شبک عصبی در نظر گرفته شده بود و عنوان ورودی های رگرسیون استفاده شد.