فهرست نشریات علمی دسترسی آزاد ایران

تعیین پارامترهای متفاوت پتروفیزیکی و بررسی وضعیت سنگ‌شناسی سازندهای زیرسطحی در ارزیابی مخازن هیدروکربوری از اهمیت زیادی برخوردار است که تواماً با حفاری‌های اکتشافی و بیشتر با چاه‌نگاری صورت می‌گیرد. از بین نگارهای متفاوت چاه، نگار فوتوالکتریک یکی از با اهمیت‌ترین آنها است که به‌کمک آن می‌توان جنس سازندهای متفاوت مورد نظر در کاوش‌های هیدروکربوری را تعیین کرد. از آنجا که چنین نموداری برای اغلب چاه‌های مناطق نفتی کشورمان در اختیار نیست، به پیش‌بینی آنها نیاز فراوانی وجود دارد. در این مطالعه هدف اصلی آن است تا با بهره‌گیری از روش بهینه‌سازی غیرخطی به‌نام شبکه‌های عصبی مصنوعی، تا حدود زیادی بر این مشکل غلبه شود. برای نیل به این هدف از شبکه پرسپترون با الگوریتم پس‌انتشار خطا برای یافتن روابط موجود بین هفت نگار متفاوت چاه و نگار فوتوالکتریک پنج حلقه چاه مخزن آسماری میدان نفتی اهواز استفاده می‌شود. داده‌های خام مربوط به نگارهای متفاوت سه چاه برای مراحل مختلف یادگیری و ارزیابی شبکه به سه دسته آموزشی، آزمایشی و آزمون تقسیم‌بندی می‌شود و پس از طراحی شبکه مناسب به‌صورت تکی و ترکیبی مورد آموزش و آزمایش قرار می‌گیرد. سپس با داده‌های سری آزمون توانایی شبکه در برآورد نتایج بررسی می‌شود. داده‌های دو چاه دیگر درحکم دو مجموعه مستقل نگهداری می‌شود و از آنها در ارزیابی توانایی‌ شبکه در تعمیم و پیش‌بینی نگار فوتوالکتریک استفاده شده است. نتایج نشان می‌دهد که شبکه طراحی شده پرسپترون سه لایه‌ای با ساختار 1-10-7 و الگوریتم پس‌انتشار خطا که دارای هفت نرون در لایه ورودی، ده نرون در لایه میانی و یک نرون در لایه خروجی است، می‌تواند با دقت زیادی، نگار فوتوالکتریک چاه‌های مورد نظر در منطقة مورد مطالعه را برآورد و بازسازی کند، به نحوی که نتایج حاصل از شبکه دارای هماهنگی و تطابق خوبی با نگار واقعی فوتوالکتریک اندازه‌گیری باشند.