مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران

در صنعت نفت از هوش مصنوعی برای شناسایی روابط، بهینه‌سازی، برآورد و رده‌بندی تخلخل بهره‌گیری می‌شود. یکی از مهم‌ترین مراحل ارزیابی پارامترهای پتروفیزیکی مخزن، شناسایی ویژگی‌های تخلخل است. هدف اصلی این پژوهش مقایسه درستی و تعمیم‌پذیری سه شبکه عصبی چند لایه پیش‌خور (MLFN)، شبکه تابع شعاع مبنا (RBFN) و...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: فرشاد توفیقی, پرویز آرمانی, علی چهرازی, اندیشه علی مرادی
Formato: article
Lenguaje:FA
Publicado: Research Institute of Petroleum Industry 2021
Materias:
pnn
Acceso en línea:https://doaj.org/article/aa139c653c224b89b8f6cd7639d73b85
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:doaj.org-article:aa139c653c224b89b8f6cd7639d73b85
record_format dspace
spelling oai:doaj.org-article:aa139c653c224b89b8f6cd7639d73b852021-12-05T08:16:06Zمقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران2345-29002383-452810.22078/pr.2021.4318.2957https://doaj.org/article/aa139c653c224b89b8f6cd7639d73b852021-08-01T00:00:00Zhttps://pr.ripi.ir/article_1167_893ebfb1e686cc204c3024c947277191.pdfhttps://doaj.org/toc/2345-2900https://doaj.org/toc/2383-4528در صنعت نفت از هوش مصنوعی برای شناسایی روابط، بهینه‌سازی، برآورد و رده‌بندی تخلخل بهره‌گیری می‌شود. یکی از مهم‌ترین مراحل ارزیابی پارامترهای پتروفیزیکی مخزن، شناسایی ویژگی‌های تخلخل است. هدف اصلی این پژوهش مقایسه درستی و تعمیم‌پذیری سه شبکه عصبی چند لایه پیش‌خور (MLFN)، شبکه تابع شعاع مبنا (RBFN) و شبکه عصبی احتمالی (PNN) برای برآورد تخلخل با بهره‌گیری از ویژگی‌های لرزه‌ای است. در این راستا، داده‌های زمین‌شناسی 7 حلقه چاه یک میدان نفتی فراساحلی هندیجان در شمال باختری حوضه خلیج فارس مورد ارزیابی قرارگرفت. امپدانس صوتی با بهره‌گیری از روش وارونگی مبتنی بر مدل برآورد شد و سپس شبکه‌های عصبی یاد شده با بهره‌گیری از ویژگی‌های لرزه‌ای بهینه طراحی شده و با روش رگرسیون گام به گام مورد ارزیابی قرار گرفتند. سرانجام مشخص شد که مدل MLFN برای برآورد تخلخل خوب عمل نمی‌کند. PNN از بهترین دقت کارکرد در درون‌یابی تخلخل برخوردار است، اما تعمیم‌پذیری RBFN بهتر است.فرشاد توفیقیپرویز آرمانیعلی چهرازیاندیشه علی مرادیResearch Institute of Petroleum Industryarticleبرآورد تخلخلبازگردانی لرزه‌ایmlfnrbfnpnnChemical technologyTP1-1185Petroleum refining. Petroleum productsTP690-692.5FAPizhūhish-i Naft, Vol 31, Iss 1400-3, Pp 90-105 (2021)
institution DOAJ
collection DOAJ
language FA
topic برآورد تخلخل
بازگردانی لرزه‌ای
mlfn
rbfn
pnn
Chemical technology
TP1-1185
Petroleum refining. Petroleum products
TP690-692.5
spellingShingle برآورد تخلخل
بازگردانی لرزه‌ای
mlfn
rbfn
pnn
Chemical technology
TP1-1185
Petroleum refining. Petroleum products
TP690-692.5
فرشاد توفیقی
پرویز آرمانی
علی چهرازی
اندیشه علی مرادی
مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
description در صنعت نفت از هوش مصنوعی برای شناسایی روابط، بهینه‌سازی، برآورد و رده‌بندی تخلخل بهره‌گیری می‌شود. یکی از مهم‌ترین مراحل ارزیابی پارامترهای پتروفیزیکی مخزن، شناسایی ویژگی‌های تخلخل است. هدف اصلی این پژوهش مقایسه درستی و تعمیم‌پذیری سه شبکه عصبی چند لایه پیش‌خور (MLFN)، شبکه تابع شعاع مبنا (RBFN) و شبکه عصبی احتمالی (PNN) برای برآورد تخلخل با بهره‌گیری از ویژگی‌های لرزه‌ای است. در این راستا، داده‌های زمین‌شناسی 7 حلقه چاه یک میدان نفتی فراساحلی هندیجان در شمال باختری حوضه خلیج فارس مورد ارزیابی قرارگرفت. امپدانس صوتی با بهره‌گیری از روش وارونگی مبتنی بر مدل برآورد شد و سپس شبکه‌های عصبی یاد شده با بهره‌گیری از ویژگی‌های لرزه‌ای بهینه طراحی شده و با روش رگرسیون گام به گام مورد ارزیابی قرار گرفتند. سرانجام مشخص شد که مدل MLFN برای برآورد تخلخل خوب عمل نمی‌کند. PNN از بهترین دقت کارکرد در درون‌یابی تخلخل برخوردار است، اما تعمیم‌پذیری RBFN بهتر است.
format article
author فرشاد توفیقی
پرویز آرمانی
علی چهرازی
اندیشه علی مرادی
author_facet فرشاد توفیقی
پرویز آرمانی
علی چهرازی
اندیشه علی مرادی
author_sort فرشاد توفیقی
title مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
title_short مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
title_full مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
title_fullStr مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
title_full_unstemmed مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
title_sort مقایسه کارکرد شبکه‌های عصبی مرسوم برای برآورد تخلخل در یکی از میدان‌های نفتی جنوب خاوری ایران
publisher Research Institute of Petroleum Industry
publishDate 2021
url https://doaj.org/article/aa139c653c224b89b8f6cd7639d73b85
work_keys_str_mv AT frsẖạdtwfyqy mqạyshḵạrḵrdsẖbḵhhạyʿṣbymrswmbrạybrậwrdtkẖlkẖldryḵyạzmydạnhạynftyjnwbkẖạwryạyrạn
AT prwyzậrmạny mqạyshḵạrḵrdsẖbḵhhạyʿṣbymrswmbrạybrậwrdtkẖlkẖldryḵyạzmydạnhạynftyjnwbkẖạwryạyrạn
AT ʿlycẖhrạzy mqạyshḵạrḵrdsẖbḵhhạyʿṣbymrswmbrạybrậwrdtkẖlkẖldryḵyạzmydạnhạynftyjnwbkẖạwryạyrạn
AT ạndysẖhʿlymrạdy mqạyshḵạrḵrdsẖbḵhhạyʿṣbymrswmbrạybrậwrdtkẖlkẖldryḵyạzmydạnhạynftyjnwbkẖạwryạyrạn
_version_ 1718372575688523776