فهرست نشریات علمی دسترسی آزاد ایران

اکتشاف ذخایر هیدروکربنی معمولا بر اساس وارون­سازی داده­های لرزه­ای صورت می­گیرد که دارای پیچیدگی­های محاسباتی می­باشد. لذا ارائه روش­های ساده­تر بر مبنای شبکه­های عصبی احتمالاتی می­تواند از این پیچیدگی­ها بکاهد و نیز با توجه به عدم قطعیت کمتر، می­تواند ابزار قدرتمندی برای کارهای اکتشافی باشد. در این مقاله از شبکه­ی عصبی احتمالاتی شعاع مبنا بر اساس قاعده بیز برای تخمین تخلخل مخزن هیدروکربن­دار F3 در دریای شمال استفاده شده است. با توجه به این که محاسبه­ی احتمال درست­نمایی بیز وابسته به پارامتری به نام شاخص نرمی است، در این مقاله با استفاده از روش اعتبارسنجی مقایسه­ای مقدار 21/0 به عنوان شاخص نرمی بهینه انتخاب گردید. بر این اساس به منظور بالا بردن قدرت تفکیک خروجی شبکه عصبی احتمالاتی،  16 بازه­ی تخلخل از 22/0 تا 3/0 انتخاب شد و سه نشانگر لرزه­ای انرژی، شباهت و دامنه لحظه­ای به عنوان ورودی به الگوریتم شبکه عصبی احتمالاتی برگزیده شدند. همچنین روش برازش خطی به منظور تخمین تخلخل میان نشانگرهای ورودی و پارامتر تخلخل به کار گرفته شد. نتایج الگوریتم شبکه عصبی احتمالاتی با نتایج روش برازش خطی در ماتریس هم­آمیختگی مورد مقایسه قرار گرفت که نتایج ماتریس مذکور نشان می­دهد که پارامتر صحت کل برای الگوریتم شبکه عصبی احتمالاتی برابر با 7587/0 و برای معادله­ی برازش خطی مقاومت صوتی برابر با 4623/0 است. علاوه بر این، مقایسه­ی عملکرد دو روش بر روی مقاطع تخمین زده شده نشان می­دهد که شبکه­ی عصبی احتمالاتی می­تواند سازند با تخلخل بیش­تر را که حاوی گاز است، آشکار­سازی نماید. بنابراین با توجه به نتایج به دست آمده، می­توان شبکه­ی عصبی احتمالاتی را به عنوان ابزاری مناسب­تر به منظور تخمین تخلخل سازندها و اکتشاف ذخائر هیدروکربنی نسبت به برازش خطی معرفی نمود.