اکتشاف نفت در گنبدهای نمکی با استفاده از شبکه های عصبی بدون سرپرست هاپفیلدو کوهونن (مطالعه موردی: گنبد نمکی قم)
محل انتشار: همایش ملی مهندسی عمران و زمین شناسی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 880
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCEG01_003
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
امروزه یکی از مهمترین روش ها در تحقیقات ژیوفیزیکی به منظور دست یافتن به منابع زیرسطحی و اکتشافات هیدروکربنی، روش گرانی سنجی می باشد. گرانی سنجی روشی برای اندازه گیری تغییرات دانسیته زمین و شناسایی انواع مختلف ساختارهای زیرزمینی از جمله گنبدهای نمکی می باشد. از آنجایی که نمک به عنوان یک ماده ناتراوا در تشکیل نفتگیرها نقش مهمی ایفا می کند و بررسی ها نشان داده است که بیشتر تله های نفتی به نوعی با ساختارهای نمکی در ارتباط هستند، لذا مطالعات بر روی گنبدهای نمکی جهت اکتشاف ذخایر هیدروکربنی امری ضروری است. از آنجایی که استفاده از شبکه های عصبی به عنوان یک ابزار در تفسیر داده های گرانی به طور وسیعی کاربرد پیدا کرده است، پیشرفت آنها همواره با روش های تصحیح و تفسیر داده های گرانی، افق های جدید را در کاربرد این روش برای پژوهشگران و مهندسان ایجاد کرده است. در این مقاله سعی می شود از دو الگوریتم هاپفیلد و کوهونن شبکه های عصبی و همچنین مطالعات زمین شناسی و چینه شناسی منطقه برای تفسیر داده های گرانی سنجی به منظور بدست آوردن و تخمین عمق گنبد نمکی، استفاده شود.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :