این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم زمین، جلد ۲۱، شماره ۸۴، صفحات ۱۴۹-۱۵۲
عنوان فارسی کاربرد شبکه‌های عصبی RBF و PNN در تعیین رخساره های یکی از میدان‌های گازیجنوب ایران
چکیده فارسی مقاله یکی از مراحل اساسی در تعیین و توصیف ویژگی‌های زمین­شناسی و مهندسی یک مخزن، تعیین رخساره­های مختلف سنگ­های آن مخزن توسط داده­های حاصل از عملیات چاه­نگاری و مغزه­گیری است. در این تحقیق در نظر است با استفاده از شبکه­های عصبی RBF و PNN ، رخساره­های میدان گازی پارس­جنوبی برای کاربرد کلان‌تر در مدل‌سازی استاتیک و دینامیک مخزن، تعیین و شناسایی شود. روش­های یادشده برای اولین‌بار در تعیین رخساره­های سنگی در میدان‌های ایران استفاده شده است. در این مطالعه از پارامترهای هدف وگسترش شبکه­های مذکور در بهبود عملکرد آن شبکه­ها استفاده شده است. در این راستا، بهبود عملکرد شبکه با استفاده از پارامترهای یادشده نشان داد که مقادیر بهینه عدد گسترش و هدف، به ترتیب بین 01/0 تا 10 و 02/0 تا 04/0 متغیر است. نتیجه حاصل از به کارگیری این روش­ها، نشان داد که شبکه­های عصبی توانایی بالایی در تعیین رخساره­ها دارند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی The Application of RBF & PNN Neural Networks in Facies Determination in One of the South Gas Fields, Iran
چکیده انگلیسی مقاله Determination of different facies is one of the important and basic tasks of geological engineering characterization of reservoir rocks from well logs and core data. Our objective is to identify and determine different facies of the South Pars Field using RBF and PNN neural networks in order to perform static and dynamic simulation. These networks are utilized to identify facies of the South Pars Field for the first time in Iran. In this study, we use different parameters of mentioned networks such as ‘spread’ and ‘goal numbers’ to improve networks operation. In this regards, the optimum values of these two parameters were 0.01-10 and 0.02-0.04 respectively. The results show that the RBF and PNN neural networks are robust means to determine and model the facies of the South Pars Field in Iran.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی اکبر کاکویی | ali akbar
پردیس دانشکده های فنی، دانشکده مهندسی شیمی، انستیتو مهندسی نفت، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

محسن مسیحی |
دانشگاه صنعتی شریف، دانشکده مهندسی شیمی و نفت، تهران، ایران
سازمان اصلی تایید شده: دانشگاه صنعتی شریف (Sharif university of technology)

محمد شیرانی |
دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه مهندسی نفت، تهران، ایران
سازمان اصلی تایید شده: دانشگاه آزاد اسلامی علوم و تحقیقات (Islamic azad university science and research branch)

نشانی اینترنتی http://www.gsjournal.ir/article_53974_cf079fd729a247e3b0c6d217e5c843a8.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/960/article-960-533449.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