تعیین فاکتور سیمان شدگی (m) توسط شبکه عصبی مصنوعی در یکی ازمخازن هیدرو کربوری میدان پارس جنوبی

تعیین فاکتور سیمان شدگی (m)  توسط شبکه عصبی مصنوعی در یکی ازمخازن هیدرو کربوری میدان پارس جنوبی

سمیه قنادزاده پوراناری، دانشجوی کارشناسی ارشد زمین شناسی نفت، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، somaye_ghanadzade@yahoo.com

عزت اله کاظم زاده، پژوهشگاه صنعت نفت، kazemzadehe@ripi.ir

علی کدخدائی ، استادیار دانشکده زمین شناسی، دانشگاه تبریز، kadkhodaie_ali@tabrizu.ac.ir

چکیده :

ضریب سیمان شدگی یکی از پارامترهای مهم جهت تعیین درصد اشباع آب مخازن هیدروکربوری است. دراین مطالعه به منظور پیش بینی فاکتور سیمان شدگی از تکنیک شبکه عصبی استفاده شد. به منظور کاهش خطا در جواب شبکه مورد نظر ، قبل از وارد کردن داده ها به شبکه ، ضریب همبستگی  بین داد ه های چاه پیمایی ( شامل نگار های PEF, GR, RHOB, NPHI) و m تعیین شد.  داده ها به طور تصادفی به سه دسته تقسیم شدند.سپس از 70% داده ها به عنوان داده های آموزشی ، 15% به عنوان اعتبار سنجی و 15% دیگر جهت کارآیی  شبکه ایجاد شده، استفاده گردید.  با استفاده از الگوریتم پس انتشار خطا(BP) و تکنیک Levenberg- marquardt داده ها آموزش دیدند. شبکه بهینه ایجاد شده با 4 لایه ورودی و 1 لایه خروجی خطی و 9 لایه مخفی با تابع سیگموئید ایجاد شد که ضریب همبستگی خوبی به دست آمد. در نهایت  شبکه به چاه های فاقد داده های مغزه ، تعمیم و فاکتور سیمان شدگی در این چاه ها پیش بینی گردید.

کلید واژه ها: فاکتور سیمان شدگی، شبکه عصبی،الگوریتم  پس انتشار خطا، میدان پارس جنوبی

کلید واژه ها: خوزستان