اهمیت تخمین سرعت موج برشی تند و کند با استفاده از روش هوش مصنوعی در میدان های نفتی

چکیده مقاله

در این پژوهش، به منظور بهبود شناسایی مخازن هیدروکربنی و تفسیر ژئوفیزیکی، برآورد دقیق سرعت موج برشی در مولفه های تند و کند مورد بررسی قرار گرفت اهمیت این مولفه ها ناشی از نقش آن ها در تعیین جهت گیری شکستگی ها، توصیف ناهمسانگردی و ارزیابی توزیع سیالات در مخزن است اختلاف سرعت بین موج برشی تند و کند S wave splitting شاخصی ارزشمند از تراکم شکستگی ها و تنش های افقی محسوب می شود و می تواند اطلاعات کلیدی درباره ی وضعیت مکانیکی و سیال شناسی مخزن ارائه دهد برای تخمین این پارامترها، یک رویکرد مورد استفاده قرار گرفت در روش هوش مصنوعی، یک شبکه عصبی پیشخور با الگوریتم آموزش لونبرگ–مارکوآرت طراحی و آموزش داده شد که ورودی آن نیز داده های پتروفیزیکی و تصویرسازی موج برشی دوقطبی بود سپس، با استفاده از داده های باقیمانده، مقادیر پیش بینی شده در روش هوش مصنوعی با داده های اندازه گیری شده مقایسه گردید نتایج نشان داد مدل های توسعه یافته طراحی شده توانستند با همبستگی بالا و خطای قابل قبول، سرعت های موج برشی تند و کند را تخمین بزنند بر اساس یافته ها، رویکرد مبتنی بر هوش مصنوعی نسبت به روش های دیگر عملکرد دقیق تری داشته و توانایی بالایی در بازسازی رفتار ناهمسانگردی و پارامترهای مرتبط با شکستگی ها و سیال مخزن نشان داد این نتایج، پتانسیل بالای استفاده از هوش مصنوعی در پیش بینی سرعت موج برشی و ارتقای توصیف مخازن هیدروکربنی را تایید می کند

کلیدواژه‌ها

نویسندگان

حامد تیموری

کارشناس ارشد ژئوفیزیک گرایش لرزه شناسی، گروه زمین شناسی، دانشگاه ارومیه

رامین نیکروز

دانشیار دانشکده علوم ، گروه زمین شناسی، دانشگاه ارومیه

علی اصغر ثیاب قدسی

دانشیار دانشکده علوم ، گروه زمین شناسی، دانشگاه ارومیه

علی کدخدائی

استاد دانشکده علوم طبیعی ، گروه زمین شناسی، دانشگاه تبریز

�یموری، حامد و نیکروز، رامین و ثیاب قدسی، علی اصغر و کدخدائی، علی،1404،اهمیت تخمین سرعت موج برشی تند و کند با استفاده از روش هوش مصنوعی در میدان های نفتی،هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت،تهران

ارائه‌شده در

مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت23 مهر 1404 · تهران