این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های دانش زمین، جلد ۹، شماره ۳، صفحات ۹۴-۰
عنوان فارسی برآورد و مدل‌سازی مقدار کل کربن آلی به وسیله ترکیب روش‌های شبکه عصبی و زمین آماری در یکی از میادین ایران
چکیده فارسی مقاله مقدار کل کربن آلی یکی از پارامترهای مهم در ارزیابی ژئوشیمیایی سنگ­های منشا و مدل­سازی سیستم­های نفتی در یک حوضه رسوبی است. در این مطالعه از یک روش سه مرحله­ای برای بدست آوردن این پارامتر از داده­های لاگ و مدل­سازی آن استفاده شده است. در مرحله اول با استفاده از پیرولیز راک- ایول مقدار کل کربن آلی مربوط به تعداد محدودی از نمونه­های مغزه و خرده حفاری بدست آمده است. در مرحله دوم شبکه­های عصبی هوشمند با الگوریتم پس انتشار خطا برای پیش­بینی این پارامتر از نمودار­های چاه­نگاری در محدوده هر چاه­ مورد استفاده قرار گرفتند. ضرایب تعیین بین داده­های محاسبه شده و داده­های مطلوب توسط مدل بهینه در مراحل آموزش، اعتبارسنجی و تست به ترتیب برابر با 90% ، 88% و 91% بوده که نشان از کارآمدی و دقت بالای این روش در برآورد میزان کل ماده آلی دارد. در مرحله سوم به منظور بررسی چگونگی توزیع جانبی و قائم مقدار کل کربن آلی، از علم زمین آمار و مدل­سازی استفاده شده است. روش مورد نظر همراه با مثال موردی از بزرگترین مخزن گازی غیر همراه جهان، میدان گازی پارس جنوبی در حوضه خلیج فارس ارائه گردیده است.
کلیدواژه‌های فارسی مقاله پیرولیز، زمین آمار، شبکه عصبی، مقدار کل کربن آلی،
عنوان انگلیسی Estimation and modeling of the TOC using hybrid neural network and geostatistical approaches in the one of the Iranian fields
چکیده انگلیسی مقاله The amount of the Total Organic Carbon (TOC) is one of the most important parameters in geochemical evaluation of hydrocarbon source rocks and subsequent petroleum system modeling. We proposed a three- step approach in predicting and modeling TOC content from well log data. Initially, TOC evaluated for 92 core and cutting samples by Rock-Eval pyrolysis method. In the next step the TOC were predicted using intelligent neural network with back propagation algorithm from well log data. Correlation coefficient between the network output and target data in the training, validation and testing steps for the optimized model is 0.9, 0.88 and 0.91 respectively which indicate the satisfactory approach in predicting TOC. Finally geostatistical methods were used to 3D modeling of this parameter in the field study. The proposed methodology is illustrated using a case study from the world's largest non-associated gas reservoir, the South Pars Gas Field, the Persian Gulf basi
کلیدواژه‌های انگلیسی مقاله پیرولیز, زمین آمار, شبکه عصبی, مقدار کل کربن آلی
نویسندگان مقاله ابراهیم سفیداری |


سید محمد زمانزاده |


علی دشتی |


محمد حسن توکل |


سپیده یاسمی |


نشانی اینترنتی http://esrj.sbu.ac.ir/article/download/4345/7365
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1384/article-1384-913637.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات