ارزیابی لاگها و پارامترهای پتروفیزیکی مصنوعی بازسازی شده با استفاده از سیستم شبکه های عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تهران - دانشکده علوم
- نویسنده غلامرضا غلامرضاپو ر
- استاد راهنما محمد رضا رضایی محمد جواد یزدان پناه
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1382
چکیده
تجزیه و تحلیل لاگهای چاه به منظور کسب اطلاعات پتروفیزیکی مخازن هیدروکربنی از اهمیت بسیاری برخوردار است . این فرآیند در مقیاس مخزن مجموعه کاملی از لاگ ها را نیاز دارد . به دلایل مختلف نظیر عدم نمودارگیری به صورت کامل درچاههای قدیمی ، از بین رفتن لاگها بر اثر نگهداری نادرست ، ریزش برخی فواصل ،لاگها ناقص می باشند که این امر سبب میگرددکه تجزیه و تحلیل لاگها انجام نشود ویا اینکه با دقت پایین انجام شود . بنابراین در این پروژه سعی شده لاگهای مصنوعی و پارامترهای پتروفیزیکی بااستفاده از شبکه عصبی مصنوعی ساخته شود . شبکه عصبی مصنوعی برای محاسبه پارامترهای پتروفیزیکی و لاگها یک شبکه سه لایه است که از پارامترهای پتروفیزیکی و لاگها به عنوان ورودی استفاده می کند . این شبکه نرم افزار easynn از تعداد متغیری نرون به عنوان ورودی ( با توجه به پارامتر محاسبه شونده ) و دو لایه پنهان که به طور کلی لایه پنهان اول دارای 3 نرون و لایه پنهان دوم دارای 7 نرون و لایه خروجی دارای یک نرون است و نرخ یادگیری آن 9/.و مجموع مربعات خطای آن 5./.است . شبکه عصبی در نرم افزار مطلب یک شبکه سه لایه است که لایه پنهان آن دارای 4 نرون می باشد و مجموع مربعات خطای آن 1../.است بطور کلی پس از تنظیم پارامترهای شبکه کار باشبکه وقت زیادی نخواهد گرفت .بعد از طی مراحل بالا پارامترهای پتروفیزیکی و لاگ با دقث مطلوبی محاسبه شدند.
منابع مشابه
ارزیابی پتروفیزیکی مخزن هیدروکربوری با استفاده از داده های چاه نگاری و تکنیک شبکه عصبی مصنوعی
متن کامل
مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
متن کاملپیشبینی بلند مدت رواناب با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی
مدلهای مفهومی بر مبنای هوش مصنوعی، اغلب برای پیشبینیهای کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیشبینیها1 (ESP) و تفکیک مدلسازی برای متغیرهای اقلیمیو هیدرولوژیکی، از مدلهای مفهومی برای پیشبینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده میشود. سیستم استنتاج فازی برای پیشبینی بار...
متن کاملتخمین نسبت باربری کالیفرنیا خاک های مردابی بهسازی شده با استفاده از شبکه عصبی مصنوعی
امروزه استفاده از روش اختلاط عمیق برای بهبود روسازی جاده ها گسترش یافته است. یکی از مهمترین اهداف این روش ، افزایش ضریب باربری کالیفرنیا و کاهش نشست روسازی می باشد. در سال های اخیر، مدلسازی به وسیله هوش محاسباتی، جایگاه ویژه ای در مهندسی عمران پیدا کرده است وتخمین رفتار و فرایند مقاوم سازی که با پیچیدگی های فراوانی روبه رو بوده، تا حدودی به کمک این روش ها میسر شده است. هدف اصلی این تحقیق، ساخت ...
متن کاملتخمین پارامترهای شتاب، سرعت و جابجایی ماکزیمم زمین با استفاده از شبکه عصبی مصنوعی
به منظور انجام تحلیلهای دینامیکی و همچنین تعیین میزان خطرپذیری در هر منطقه بایستی بتوان پارامترهای زمینلرزه احتمالی آن منطقه را تخمین زد. در این مقاله تلاش خواهد شد با استفاده از شبکه عصبی مصنوعی مقادیر شتاب، سرعت و جابجایی ماکزیمم زمین تخمین زده شود. بدین منظور از شبکههای عصبی به عنوان یکی از روشها و تکنیکهای کاربردی هوش مصنوعی در ارائه یک روش محاسباتی سادهتر برای حذف تردیدها و عدم قطع...
متن کاملتطابق بین دادههای ژئوشیمیایی و پتروفیزیکی با استفاده از شبکه عصبی مصنوعی و آنالیز خوشهای در میدان نفتی آزادگان
یکی از پارامترهای مهم ژئوشیمیایی، مقدار کربن آلی کل (TOC) است که جهت ارزیابی پتانسیل هیدروکربنزایی سنگ منشأ استفاده میشود. اندازهگیری این پارامتر مهم مستلزم انجام آزمایشهای ژئوشیمیایی بر روی خردههای حفاری است که بسیار پرهزینه و وقتگیراند و برای تعداد محدودی نمونه انجام میشوند. در حالی که در اکثر چاههای حفاریشده در یک میدان نفتی دادههای پتروفیزیکی در اختیار است. در این مطالعه از فناور...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تهران - دانشکده علوم
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023