طراحی مدل گروهی تخمین تراوایی مخزن هیدروکربوری با استفاده از نگاره های پتروفیزیکی بر اساس تفکیک لیتولوژیکی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
تراوایی یا نفوذپذیری، یکی از خصوصیات مهم مخازن نفت و گاز است که پیش بینی آن دشوار می باشد. در حال حاضر از مدل های تجربی و رگرسیونی برای پیش بینی تراوایی استفاده می شود، از سوی دیگر افزایش دقت در پیش بینی تراوایی جهت نقاطی که فاقد نمونه مغزه است از اهمیت ویژه ای در تحلیل رفتار مخزن برخوردار است. در چند وقت اخیر، به دلیل قابلیت پیش بینی بهتر، از الگوریتم های یادگیری ماشین برای پیش بینی تراوایی استفاده شده است. در این مطالعه، مدل یادگیری ماشین گروهی جدیدی برای پیش بینی تراوایی در مخازن نفت و گاز معرفی شده است. در این روش، داده های ورودی با استفاده از اطلاعات لیتولوژی لاگ ها برچسب گذاری شده و به تعدادی از خوشه ها تفکیک می شوند و هر خوشه توسط الگوریتم یادگیری ماشین مدل سازی شد. برخلاف مطالعات قبلی که به صورت مستقل روی مدل ها کار می کردند در اینجا ما ضمن طراحی یک مدل گروهی با استفاده از الگوریتم های رگرسیون درخت تصمیم افزوده (ETR)، رگرسیون درخت تصمیم (DTR) و رگرسیون گرادیان تقویت شده (GBR) و داده های پتروفیزیکی، توانستیم صحت و دقت پیش بینی همچنین خطای میانگین مربعات را به طرز چشم گیری بهبود ببخشیم و تراوایی را با دقت 99.82 درصد پیش بینی کنیم. نتایج نشان داد که مدل های گروهی در بهبود دقت پیش بینی تراوایی در مقایسه با مدل های انفرادی تاثیر فراوانی دارند و همچنین تفکیک نمونه ها بر اساس اطلاعات لیتوژی، دلیلی بر بهینه نمودن تخمین تراوایی نسبت به تحقیقات گذشته بود.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
48 تا 59
لینک کوتاه:
magiran.com/p2468255
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!