افزایش مقیاس پارامترهای ژئومکانیکی مخزن با استفاده از روش تابع هسته با پهنای باند تطبیقی و مقایسه آن با نتایج تبدیل موجک
در این مقاله از دو روش تبدیل موجک و روش هسته با پهنای باند تطبیقی به عنوان دو رویکرد متفاوت در فرایند افزایش مقیاس پارامترهای ژیومکانیکی مخزن استفاده شده است. ژیومکانیک در زمینه نفتی به بررسی پارامترهای مقاومت فشاری تک محوری، مدول یانگ، مدول بالک و مدول برشی برای تعیین کیفیت سنگ مخزن و سنگ پوش و همچنین تاثیر مقاومت سنگ و تنش بر رفتار سازندها در نتیجه فعالیت های نفتی می پردازد. با استفاده از نگارهای پتروفیزیکی مانند نگار صوتی و تخلخل، پارامترهای ژیومکانیکی سنگ مخزن محاسبه می شوند. شناسایی زون های یکنواخت و رده بندی کیفیت سنگ، نیازمند بررسی پارامترهای ژیومکانیکی در طول یک چاه است. از افزایش مقیاس برای سهولت این رده بندی می توان استفاده نمود. در نظریه موجک، پس از تجزیه نگار یا سیگنال مورد نظر تا سطح دلخواه، سیگنال افزایش مقیاس یافته از ترکیب بخش تقریب همان سطح و نمونه های باقیمانده از ضرایب جزییات به دست خواهد آمد. این عملیات منجر به افزایش مقیاس چندمقیاسی خواهد شد. در افزایش مقیاس با استفاده از پهنای باند تابع هسته، حد آستانه یا پهنای باندی تعریف می شود که در واقع تابعی از تغییرپذیری پارامتر ژیومکانیکی خواهد بود. روش پهنای باند تطبیقی، می تواند الگوی مناسبی جهت افزایش مقیاس سلول ها ارایه دهد. در نواحی با تغییرات شدید، با انتخاب پهنای باند بهینه، سلول ها به حالت ریز باقی مانده و برعکس در نواحی با تغییرات هموار، تعداد سلول های بیشتری با همدیگر ادغام خواهند شد. از مقایسه نتایج دو روش مشاهده می شود که در شرایط یکسان، خطای مدل افزایش مقیاس یافته با روش پهنای باند هسته حدود 4/1 تبدیل موجک بوده و همچنین این امکان وجود دارد که با توجه به میزان خطای محتمل، بسته به حد آستانه یا پهنای باند مناسب تعریف شده، بتوان تعداد بلوک افزایش مقیاس یافته مدل شبیه ساز را با توجه به زمان محاسبات تعیین نمود.
-
مقایسه الگوریتم های لبه یابی جهت شناسایی خودکار شکستگی در مخازن هیدروکربنی با استفاده از نگارهای تصویری
مینا شفیع آبادی*،
مجله محیط و معدن، -
Development of Drone-Borne Geophysical Surveys for Mineral Exploration
Reza Moezzi Nasab *, Abolghasem Kamkar-Rouhani, Alireza Arab-Amiri
Journal of Environment and Sustainable Mining, Winter 2024 -
Some theoretical results on the tensor elliptical distribution
*
Journal of Data Science and Modeling, Winter and Spring 2023 -
Differenced-Based Double Shrinking in Partial Linear Models
Mina Norouzirad *, , Mahdi Roozbeh
Journal of Data Science and Modeling, Summer and Autumn 2022