سیدرضا شادی زاده - دانشگاه صنعت نفت
حبیب الله علی آبادی - شرکت ملی مناطق نفتخیز جنوب

نمودارگیری، یکی از روشهای مهم در اکتشاف و بهر هبرداری نفت و گاز اس ت و شناخت پارامترهای پتروفیزیکی با استفاده از داد ههای چا هپیمایی مستلزم در دسترس قرار گرفتن انواع نمودارهای چاه پیمائی اس ت. با وجود این، بعضاً به دلایل مختلفی ازجمله عدم نمودارگیری، عدم امکان بازخوانی نموداره ا به دلایل کهنک ی و یا شرایط محی طی چا ه، ارائه اب زارهای جدید و عدم امکان راندن آنها در چا ههای قدیم ی، شرایط چاه نظیر داشتن لوله جداری و سیمان و...، کسب این اطلاعات، نیازمند بازسازی و شبیه سازی نمودارهاس ت. یکی از بهت رین روشه ا در این زمینه ، تکنیک شبک ههای عصبی مصنوعی است که در مطال عه حاضر، از این تکنیک برای تخمین و ساخت نمودارهای خام چاه پیمایی مصنوعی استفاده شده است.در این مطالعه، میدانx با سه چاه C و B ،A انتخاب شد و با توجه به مبانی شبک ههای عصبی مصنوعی یک برنامه کامپیوتری بر اساس الگوریتم پس انتشار خطا برای شبکه مورد نظر نوش ته ش د. پس از طراحی شبکه مورد نظر و انجام بررس یهای لازم، پارامترهای مؤثر بر پی شبینی نمودارها با رسم کراس پلا تها تعیین ش د. با انجا م هر یک از مراحل آموزش، آزمایش و آزمون این شبکه، ماتریس داد هها انتخاب گردید و پس از انجام مرحله یادگیری و تنظیم پارامترهای ش بکه (ماتریس وزن و بردار بایا س) این شبکه برای هر یک از چا هها تعمیم داده ش د و درنهای ت نمودارهای ، PEF ، RD ، RHOB ، SGR CGR و DT ، NPHI پی شبینی شده توسط شبکه عصبی مصنوعی با نمودارهای انداز هگیری شده مذکور مقایسه شده و شبکه به میانگین مربعات خطای 1.0 همگرا گردید.

شبک ههای عصبی مصنوعی، نمودارهای چاه پیمایی، الگوریتم پس انتشار خطا