کاربرد روش یادگیری ماشین درتخمین تخلخل مخازن هیدروکربنی

طاها صلاح جو¹ رضا محبیان² آیدا فرخزاد³

1) دانشجوی مهندسی معدن، دانشکده مهندسی معدن، دانشکدگان فنی، دانشگاه تهران، تهران،
2) استادیار گروه مهندسی معدن، دانشکده مهندسی معدن، دانشکدگان فنی، دانشگاه تهران، تهران،
3) دانشجوی مهندسی معدن، دانشکده مهندسی معدن، دانشکدگان فنی، دانشگاه تهران، تهران،

محل انتشار : اولین کنفرانس بین المللی رویکردهای نوین در مهندسی و علوم پایه(icnabs.ir/1st)
چکیده :
پژوهش حاضر به بررسی کاربرد روش پرسپترون چندلایه در یادگیری ماشین برای اکتشاف ذخایر هیدروکربنی می‌پردازد. با توجه به اهمیت منابع هیدروکربنی در تأمین انرژی و توسعه اقتصادی، استفاده از تکنیک‌های پیشرفته یادگیری ماشین به‌ویژه شبکه‌های عصبی، به عنوان ابزاری مؤثر در تحلیل داده‌های زمین‌شناسی و ژئوفیزیکی، مورد توجه قرار گرفته است. در این تحقیق، داده‌های مربوط به ویژگی‌های زمین‌شناسی و سیگنال‌های ژئوفیزیکی جمع‌آوری شده و با استفاده از الگوریتم پرسپترون چندلایه، مدل‌های پیش‌بینی برای شناسایی مناطق مستعد ذخایر هیدروکربنی توسعه داده شده‌اند. نتایج به‌دست‌آمده نشان‌دهنده دقت بالای این روش در شناسایی الگوها و ارتباطات پیچیده بین داده‌هاست. این نتایج می‌توانند به‌عنوان یک راهکار نوین در بهبود فرآیند اکتشاف و کاهش هزینه‌ها در صنعت نفت و گاز مورد استفاده قرارگیرد.
کلمات کلیدی : یادگیري ماشین پرسپترون چند لایه چاه هاي نفتی ویژگی هاي مخزن پایتون حفاري