مقایسه روش‌های شبکه عصبی مصنوعی، LogR∆ و آنالیز خوشه‌ای برای ارزیابی مقدار کربن آلی در سازندهای محتوای هیدروکربن

محتوای کربن آلی کل یکی از متغیرهای مهم برای ارزیابی ژئوشیمیایی لایه‌های تولید کننده نفت و گاز است. در این مطالعه طی سه مرحله، محتوای کربن در سازندهای هیدروکربن‌دار با استفاده از داده‌های نگار ارزیابی شد. در مرحله اول با استفاده از شبکه عصبی مصنوعی محتوای کربن آلی  به دست آمد، در مرحله دوم با کمک روش محاسباتی LogR∆ محتوای کربن آلی مورد ارزیابی قرار گرفت و در مرحله آخر داده‌های نگارهای چاه‌پیمایی  به‌ مجموعه‌ای از الکتروفاسیس‌ها تقسیم‌بندی شد که به این منظور از بهترین روش آنالیز خوشه‌ای، یعنی روش  MRGCبهره گرفته شد. این روش بر پایه آزمون‌های ارزیابی خوشه‌ای بهترین روش برای خوشه‌بندی داده‌های پتروفیزیک در الکتروفاسیس‌های معین است. آنالیز خوشه‌ای یک ‌بار برای داده‌های TOC حاصل از شبکه عصبی و یک ‌بار برای داده‌های TOC حاصل از روش LogR∆ صورت گرفت. نتایج نشان داد که سامانه‌های هوشمند نسبت به روش‌های قدیمی مبتنی بر روش LogR∆ مناسب‌ترند و دقت بالاتری دارند. روش ارائه شده همراه با مثال موردی از میدان نفتی آزادگان ارائه شده ‌است.